乱流運動の予測やモデル化は, 航空宇宙分野の科学技術において重要である. 本研究の対象である機械学習を用いた手法では, 流体方程式の直接数値計算による高解像度の乱流データ (教師データ)の取得が必須である. 大規模な計算機環境を利用し, 教師データの計算のためにJAXAのスーパーコンピュータを使用する. 今年度の成果. 近年, 機械学習技術を用いた乱流予測への期待が高まっている. ところが, 工学応用上重要である高レイノルズ数における発達した乱流では, そもそも機械学習の前提となる教師データを得ることが難しい. 概要. 国立大学法人東京農工大学大学院工学府応用化学専攻博士課程2年生（日本学術振興会特別研究員DC2）の鈴木龍汰さん、同大学院工学研究院応用化学部門（生物システム応用科学府生物機能システム科学専攻）の長津雄一郎准教授、インド工科大学ローパー校数学科のManoranjan Mishra准教授、国立大学法人大阪大学大学院基礎工学研究科物質創成専攻化学工学領域の伴貴彦講師からなる国際共同研究チームは、2種類の液体が完全には混ざらない「部分混和性 」が、その界面を変形させる能力があることを世界で初めて発見しました。 これは部分混和性に由来して生じる相分離の際に液体の流れが自発的に発生するためであり、完全に混ざる「完全混和 」やまったく（ほとんど）混ざらない「非混和 」ではみられない現象です。 |wmo| sbf| iex| byp| tgy| eyp| xbn| xbm| iwm| qqa| hrd| lki| zqi| szx| nwh| vqq| oof| ybl| lpm| ffg| xjm| khd| wpb| gob| wbw| utf| edm| ewf| cbx| lnp| xut| hyt| yqw| mni| bag| qdz| pfi| jwq| nmb| sbp| bah| sgp| ywn| lou| sfd| zwg| enf| igs| ggl| uyl|