Deep LearningによるBoltzmann方程式のグリッドレス直接数値解法

カテゴリ: 全国大会

論文No: 1-059

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Gridless direct numerical solution of the Boltzmann equation by deep learning

著者名: 川口悟（成蹊大学）,高橋一弘（室蘭工業大学）,大鎌広（室蘭工業大学）,佐藤孝紀（室蘭工業大学）,村上朝之（成蹊大学）

著者名(英語): Satoru Kawaguchi (Seikei University),Kazuhiro Takahashi (Muroran Institute of Technology),Hiroshi Ohkama (Muroran Institute of Technology),Kohki Satoh (Muroran Institute of Technology),Tomoyuki Murakami (Seikei University)

キーワード: Boltzmann方程式|Deep Learning|直接数値解法|グリッドレス|電子速度分布|電子輸送解析|ボルツマンホウテイシキ|ディープラーニング|チョクセツスウチカイホウ|グリッドレス|デンシソクドブンプ|デンシユソウカイセキ

要約(日本語): Deep Learningを活用したBoltzmann方程式の直接数値解法を提案する。本手法においては，(1)Legendre多項式等の直交関数列による電子速度分布関数(EVDF)の展開が不要，(2)Boltzmann方程式とEVDFの離散化が不要であり，グリッドレスでBoltzmann方程式が解ける，という特長がある。提案手法によって得られたArガス中の電子エネルギー分布はMonte Carlo simulationによる計算値と一致することが確認され，提案手法の妥当性が確認された。

本誌掲載ページ: 73-75 p

原稿種別: 日本語