スーパーコンピュータやGPUアクセラレーターによる大規模シミュレーションとAI・機械学習・数理最適化で、熱・物質輸送の予測と制御に取り組んでいます。学内拠点「AI-HPCパートナーズ」では、学内の他コース・学部・研究所や世話人の先生と協働し、共用計算機を管理運用しています（機械工学コースの河内研究室，情報工学コースの竹内研究室）。研究室では，多くのGPUワークステーションを所有しており、学部生のうちから、本格的なGPU計算機を自分で動かせます。並列計算プログラミング・物理シミュレーションの基礎トレーニングを積んだ後はスパコンなどの大規模計算機を利用して研究を推進します。

関本研究室の取り組み

研究｜乱流 × AI　大規模数値計算やデータ駆動計算で、熱と物質の流れを予測・制御します。 → Research

計算基盤｜GB300・共用 GPU・AI-HPC　AI-HPC パートナーズの世話人の研究室と協働し共同で学内共用計算機を管理運用。共同研究支援チームとして動きます。 → Core Facility for Research／AI-HPC

人材育成｜学生セミマイスター・NVIDIA 学生アンバサダー　共用計算機の運用を支え、GPU や AI の技術を学んで周囲に伝える学生たちです。 → Members

OUxGEAR｜博士研究者のたまごを支援　研究室インターンのように、学部の早い段階から研究に関われる取り組みをしています。例：学部２年生が学会でポスター発表。 → OUxGEAR

社会連携｜産学共同研究・地域課題　企業や地域の現場に足を運び、AI とシミュレーションで現場課題の解決に取り組みます。 → AI for Science & Industry

Understanding turbulence and complex flows through data-driven computation and AI

We combine large-scale simulation on supercomputers and GPUs with machine learning to predict and control heat and mass transport. Within AI-HPC Partners, Okayama University's hub for AI and computational science, we work with the other coordinating labs and co-manage the shared GPU servers with the Takeuchi Lab (Information Engineering Course). Students run serious GPU hardware themselves from their undergraduate years onwards.

Welcome! Bienvenido! ようこそ！

Atsushi SEKIMOTO (Assoc. Prof.) 
関本 敦／データ駆動流体力学  
(Sekimoto Lab. Poster)

岡山大学 工学部
数理データサイエンスコース
AI-HPCによる複雑な流れの予測・制御

  熱や物質のながれの解明・予測・制御には「乱流」の理解と予測モデルが必要です。複雑な現象を複雑なまま理解するデータ駆動科学は，乱流のような非線形現象の解明と制御ための新たなアプローチです。当研究室では，スパコンを利用した並列計算やGPUを利用したハイ・パフォーマンス・コンピューティング(HPC)技術やAI技術の基礎を学び，研究課題に取り組みます。大規模数値シミュレーションを行ったり，流体現象の力学系理論解析，統計力学，最適化や機械学習などのデータ科学の手法を駆使し，古典力学最後の難問と呼ばれる乱流が関わる諸問題にチャレンジします。データ駆動による計算手法を発展させ，他分野の研究者や産業と協働しながら工学的応用基盤を構築します。

  An essential understanding of turbulent flow phenomena and improvement of turbulent models are indispensable for elucidating, predicting, and controlling complex flows related to heat and mass transport. Data-driven science is a novel approach to understanding and controlling nonlinear phenomena like turbulence. In our laboratory, we study various challenges related to turbulent flow, often called the last unsolved problem in classical physics, using data science methods such as numerical simulation, dynamical systems analysis, statistical physics, optimization, and machine learning. We will develop data-driven computing methods and build a platform of engineering applications in cooperation with scientists in other research areas and industries.

■ 研究室では，独自開発の流体解析プログラムを使用します．スパコンやGPUなどのアクセラレータを使った数値シミュレーションを行い，流体に関わる複雑現象の理解や工学設計の最適化などを行います．具体的には，すでにある並列計算プログラムを改良したり，AI・機械学習の技術を組み合わせて，研究を進めます．得られた時空間データから有用な情報を抽出したり，基礎支配方程式に基づいたモデリング，統計データ解析を行い，課題発見から問題解決までを経験します．研究内容の詳細はResearchへ

■ 研究室見学は随時受け付けています．物理や応用数学分野だけでなく，情報科学，電気通信工学，航空・機械工学，化学工学，計算機科学などをバックグラウンドに持つ人も歓迎です．お気軽にお問い合わせください．

Recent News

■ 大学院生 (情報数理科学 / 数理データ科学）を募集中です。
    We welcome international Master/Doctor course students
  (find more information for MEXT Scholarship Students
  → Institute of Global Human Resource Development )

■ 2027年4月入学の大学院入試情報は以下(1回目募集 7~8月; 2回目募集 12月）

　【博士前期課程】○2027年4月入学　推薦入試　○2026年10月・2027年4月入学　外国人留学生海外特別入試
Application Guideline (Master’s Course)
https://www.elst.okayama-u.ac.jp/admission/nyugakushiken/mc-guideline/
　　
　【博士後期課程】○2026年10月・2027年4月入学　外国人留学生海外特別入試
Application Guideline (Doctor’s Course)
https://www.elst.okayama-u.ac.jp/admission/nyugakushiken/dc-guideline/

■ 博士進学のキャリア相談を受付：博士進学予定学生はM2 5-6月にまず学振DC1に申請します。他にも岡山大学の博士課程学生 支援制度 (OU Fellowship) があります。