AIが解く世界の難問 · 物理学 · arXiv · 2026-10-19
PINN-LPCDD：圧縮性多媒質流れのための学習可能で物理的に整合した領域分割を持つ物理情報ニューラルネットワーク
原題: PINN-LPCDD: Physics-Informed Neural Network with Learnable and Physically Consistent Domain Decomposition for Compressible Multi-Medium Flows
圧縮性多媒質流れを物理情報ニューラルネットワーク（PINN）で解く際には、界面位置を特定できないこと、不連続の近似が不十分なこと、剛性差の大きい媒質間の高圧力比問題を扱いにくいことが課題だった。PINN-LPCDDは、シャープ界面法を組み込み、媒質ごとに学習可能なパラメータを持つ副ネットワークで界面位置を自動的に学習する。また、衝撃波に対しては人工粘性を加えたオイラー方程式を解き、オイラー方程式のスケーリング不変性を利用して高圧力比問題にも対応し、空気－空気、空気－ヘリウム、空気－水、空気－R22の数値実験で許容できる精度を示した。