Notice
This is an old site (not updated since November 2022), the latest information can be found here.
Shota DEGUCHI（出口翔大）
- PhD student at Kyushu University, Japan.
- Open-access deep learning code available on their GitHub (full-scratch authorial code, implementation in TensorFlow and PyTorch).
Affiliation
- Structural Analysis Laboratory, Kyushu University, Japan (2019-Present).
Interests
- Machine / Deep Learning for Physics Simulation
- Numerical Simulation (Finite Difference Method, Finite Element Method, Smoothed Particle Hydrodynamics)
- Deep Learning (Deep Neural Network, Physics-Informed Neural Network, Graph Neural Network)
Publications
Refereed Papers（査読有り論文）
- 出口翔大，柴田洋佑，浅井光輝：空間特徴量抽出を援用したPINNsによるパラメータ逆解析の効率化，土木学会論文集A2（応用力学），Vol. xx，No. x，pp. I_xx-xx，2022年．
Shota DEGUCHI, Yosuke SHIBATA, Mitsuteru ASAI: Efficiency Improvement of PINNs Inverse Analysis by Extracting Spatial Features of Data, Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics (AM)), Volume xx, Issue x, Pages I_xx-I_xx, 2022 (in press). - 出口翔大，柴田洋佑，浅井光輝：予測に物理的意味を付与した機械学習PINNsによる誤差を含む教師データからのパラメータ推定，土木学会論文集A2（応用力学），Vol. 77，No. 2，pp. I_35-45，2021年．
Shota DEGUCHI, Yosuke SHIBATA, Mitsuteru ASAI: Unknown Parameter Estimation using Physics-Informed Neural Networks with Noised Observation Data, Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics (AM)), Volume 77, Issue 2, Pages I_35-I_45, 2021. - 出口翔大，浅井光輝，植木裕人，竹内友紀，川崎浩司：数値解析のサロゲートモデリングによる確率論的災害リスク評価手法の開発，土木学会論文集A2（応用力学），Vol. 76，No. 2，pp. I_565-576，2020年．
Shota DEGUCHI, Mitsuteru ASAI, Hiroto UEKI, Yuki TAKEUCHI, Koji KAWASAKI: Development of Probabilistic Risk Evaluation Method with Surrogate-Modeled Numerical Simulations, Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics (AM)), Volume 76, Issue 2, Pages I_565-I_576, 2020.
Non-Refereed Papers（査読無し論文）
- 出口翔大，柴田洋佑，浅井光輝：空間特徴抽出を援用した実践的PINNsによるパラメータ逆推定，計算工学講演会論文集，Vol. 27，pp. C-07-05，2022年．
- 出口翔大，柴田洋佑，浅井光輝：PINNsによる逆問題へのアプローチ，計算工学講演会論文集，Vol. 26，pp. B-03-03，2021年．
- 出口翔大，浅井光輝，竹内友紀，川崎浩司：大規模解析のサロゲートモデリングによる確率論的災害被害リスク評価，計算工学講演会論文集，Vol. 25，pp. C-02-01，2020年．
Conferences (International)
- Shota Deguchi, Yosuke Shibata, Mitsuteru Asai: Unknown Parameter Identification from Noisy Training Data using Physics-Informed Neural Networks, 15th World Congress on Computational Mechanics & 8th Asian Pacific Congress on Computational Mechanics, MS0213, Yokohama, Japan, August 2022.
- Shota Deguchi, Mitsuteru Asai, Hiroto Ueki, Yuki Takeuchi, Koji Kawasaki: Probabilistic disaster risk evaluation with surrogate-modelled numerical simulations, COMPSAFE2020, MS16-2-02, Kobe, Japan, December 2020.
Conferences (Domestic, Japanese)
- 出口翔大，柴田洋佑，浅井光輝：固有直交分解による特徴抽出を介したPINNsによる流れ場の学習と逆解析，令和4年度土木学会全国大会第77回年次学術講演会，CS5-01，2022年9月（京都府）（優秀講演者）．
- 出口翔大，柴田洋佑，浅井光輝：空間特徴抽出を援用した実践的PINNsによるパラメータ逆推定，第27回計算工学講演会，C-07-05，2022年6月（秋田県）．
- 出口翔大，柴田洋佑，浅井光輝：空間特徴量抽出を援用したPINNsによるパラメータ逆解析の効率化，第25回応用力学シンポジウム，2B13-18-02，2022年5月．
- 出口翔大，柴田洋佑，浅井光輝：物理法則に基づく深層学習モデルPINNsによる流体運動の順・逆解析，第34回計算力学講演会，OS13-3-139，2021年9月．
- 柴田洋佑，出口翔大，浅井光輝：物理問題として近似誤差を加味した機械学習PINNsによる粘性流体の逆解析，第34回計算力学講演会，OS06-8-068，2021年9月．
- 出口翔大，柴田洋佑，浅井光輝：機械学習PINNsによる観測結果からの物性値推定のための基礎検討，令和3年度土木学会全国大会第76回年次学術講演会，CS5-17，2021年9月．
- 柴田洋佑，出口翔大，浅井光輝：物理法則を含んだニューラルネットワークPINNsの逆問題解法への適用可能性，令和3年度土木学会全国大会第76回年次学術講演会，CS14-14，2021年9月．
- 出口翔大，柴田洋佑，浅井光輝：PINNsによる逆問題へのアプローチ，第26回計算工学講演会，B-03-03，2021年5月．
- 出口翔大，柴田洋佑，浅井光輝：ノイズを含む観測データからのPINNsによるパラメータ推定，第24回応用力学シンポジウム，S01B-01，2021年5月．
- 柴田洋佑，出口翔大，浅井光輝：PINNsによる空隙率推定の基礎検討，令和2年度土木学会西部支部研究発表会，Ⅰ-27，2021年3月．
- 出口翔大，浅井光輝，植木裕人，竹内友紀，川崎浩司：確率論的災害リスク評価-サロゲートモデルのカーネル化-，令和2年度土木学会全国大会第75回年次学術講演会，CS5-08，2020年9月．
- 出口翔大，浅井光輝，植木裕人，竹内友紀，川崎浩司：数値解析のサロゲートモデリングによる確率論的災害リスク手法の開発，第23回応用力学シンポジウム，SS1A-06，2020年5月．
- 出口翔大，浅井光輝：大規模津波解析のサロゲートモデル化による確率論的被害リスク評価，令和元年度土木学会西部支部研究発表会，Ⅱ-7，2020年3月．
Invited talks（招待講演）
- 出口翔大：深層学習による偏微分方程式の求解・パラメータ探索，日本計算工学会，夏季学生講演会，2022年8月．
Shota DEGUCHI: Deriving PDE solutions and identifying system parameters with deep learning, Japan Society for Computational Engineering and Science (JSCES), August 2022. - 出口翔大：自動微分を用いたニューラルネットワークPINNによる未知パラメータの逆解析，微分計算科学の理論・応用・展開，九州大学マス・フォア・インダストリ研究所，2022年8月．
Shota DEGUCHI: Unknown parameter identification with physics-informed neural network using automatic differentiation, Derivative Computational Science ‒ Theory, Application, and Future -, Institute of Mathematics for Industry, Kyushu University, August 2022. - 出口翔大：支配方程式による制約を加えた機械学習PINNsを用いた粘性流体の順・逆解析，機械学習の工学問題適用に関する研究会，第8回研究会，日本計算工学会，2022年1月．
Shota DEGUCHI: Forward and inverse analysis of viscous fluids using governing equation-constrainted PINNs, Study Group on Machine Learning Applications to Engineering Problems, Japan Society for Computational Engineering and Science (JSCES), January 2022.
Others（その他）
- Student Executive Comittee Member, JSCES Study Group of Students, Japan Society for Computational Engineering and Science (JSCES), Japan, August 2022.
- Harmonising Reason with Sensibility, Global Young Academy Annual International Conference of Young Scientists 2022, Kyushu University, Fukuoka, Japan, June 2022 (Best Speaker Award in The English Debate Workshop for High School Students, University Students and Next Generation Researchers as a side event).
- Transcending Borders, OIST Science Challenge 2021, Okinawa Institute of Science and Technology Graduate University, Okinawa, Japan, March 2021 (Judges’ Special Award).
- Completion of Preparing Future Faculty Program (PFFP), Kyushu University, Fukuoka, Japan, September 2020（Certification Number: 22）.
Grants
- Shota Deguchi: Real-Time & Generalizable Flood Simulation Emulator with Numerical Analysis and Machine Learning, JSPS Research Fellowship for Young Scientists (DC2), Japan Society for the Promotion of Science (JSPS), Japan (April 2023 - March 2025).
- Shota Deguchi: Fast and Extrapolatable Emulator using Numerical Analysis and Deep Learning, Support Program for Education and Research in Mathematical and Data Sciences, Kyushu University, Japan (April 2022 - March 2023).
- Shota Deguchi: Development of Real-Time Flood Emulator by Combining Numerical Simulation and Machine Learning, Support for Pioneering Research Initiated by the Next Generation (SPRING), Japan Science and Technology Agency, Japan (April 2022 - March 2025).
Programming Languages
- Python
- Fortran
- C++