【研究領域課題番号】20K20948 (KAKENデータベースで見る）

【研究キーワード】

デジタル岩石 / 機械学習 / 間隙形状 / 弾性波速度 / 電気比抵抗 / 浸透率 / 格子ボルツマン法 / 有限要素法 / 自動化

【研究成果の概要】

機械学習やパーシステント・ホモロジー（PH）を利用して、デジタル岩石モデル（岩石の間隙形状）から、その物理的性質(浸透率、弾性波速度、電気比抵抗)を推定する手法を開発した。
（１）機械学習を用いて、デジタル岩石モデル（間隙形状）から直接的に浸透特性や弾性波速度などを推定した。畳み込み層の数などのパラメータを最適化し、室内実験で生じる誤差と同様の精度で、浸透率と弾性波速度を推定することに成功した。
（２）PHを用いて、デジタル岩石モデルのパーシステンス・ダイヤグラム（PD図）を構築した。PD図は岩石の間隙形状や配置の情報を有し、PD図を利用することで弾性波速度や浸透率を推定できることが示された。

【研究の社会的意義】

・高解像度CTを用いて取得した岩石内部構造の画像データ（デジタル岩石モデル）があれば、その岩石の水理特性や弾性特性、電気的特性を推定することが可能となった。この手法は、岩石の物性推定以外にも、CT画像を扱う医療分野や、人工素材の物性推定などの他分野への展開が考えられる。
・本研究で開発した手法を利用すれば、誰が解析しても同様の結果を得ることができる。近年、実験データの反復試験や再現性の問題が取り上げられることが多いが、その問題を低減することができる。
・機械学習で、物理特性を支配している間隙形状（岩石内部構造）を明らかにできることも分かり、岩石物理や地震学の分野へのフィードバックも可能となった。

【研究種目】挑戦的研究(萌芽)

【研究期間】2020-07-30 - 2022-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)