Atsushi SEKIMOTO (Assoc. Prof.) 
関本 敦／データ駆動流体力学  
(Sekimoto Lab. Poster)
HPCで得られたビッグデータ解析や複雑な流れの予測・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)技術を学びます。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, 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.