[論文レビュー] Positional Encoding Augmented GAN for the Assessment of Wind Flow for Pedestrian Comfort in Urban Areas

Henrik Hoeiness, Kristoffer Gjerde+3 more|arXiv (Cornell University)|Dec 15, 2021

Wind and Air Flow Studies被引用数 5

ひとこと要約

本論文は、2次元の建物輪郭を入力として、ペルソナレベルの風速予測を生成する位置符号化を組み込んだGANフレームワークを提案する。伝統的なCFDに比べてシミュレーション時間を顕著に短縮する。SDFおよびCoordConvを用いて空間座標を注入し、スペクトル正規化とアテンション機構を適用することで、モデルの精度が最大20%向上し、インタラクティブな都市設計とリアルタイムの風快適性評価を可能にする。

ABSTRACT

Approximating wind flows using computational fluid dynamics (CFD) methods can be time-consuming. Creating a tool for interactively designing prototypes while observing the wind flow change requires simpler models to simulate faster. Instead of running numerical approximations resulting in detailed calculations, data-driven methods and deep learning might be able to give similar results in a fraction of the time. This work rephrases the problem from computing 3D flow fields using CFD to a 2D image-to-image translation-based problem on the building footprints to predict the flow field at pedestrian height level. We investigate the use of generative adversarial networks (GAN), such as Pix2Pix [1] and CycleGAN [2] representing state-of-the-art for image-to-image translation task in various domains as well as U-Net autoencoder [3]. The models can learn the underlying distribution of a dataset in a data-driven manner, which we argue can help the model learn the underlying Reynolds-averaged Navier-Stokes (RANS) equations from CFD. We experiment on novel simulated datasets on various three-dimensional bluff-shaped buildings with and without height information. Moreover, we present an extensive qualitative and quantitative evaluation of the generated images for a selection of models and compare their performance with the simulations delivered by CFD. We then show that adding positional data to the input can produce more accurate results by proposing a general framework for injecting such information on the different architectures. Furthermore, we show that the models performances improve by applying attention mechanisms and spectral normalization to facilitate stable training.

研究の動機と目的

• 都市環境における風速のシミュレーションを高速化するデータ駆動型の代替手法を開発すること。
• 3次元風速予測問題を、建物の輪郭を入力とする2次元の画像対画像変換問題に再定式化すること。
• 生成的敵対ネットワーク（Pix2Pix、CycleGAN）とU-Netの風速場予測における有効性を評価すること。
• 位置符号化（SDF、CoordConv）が多様な都市形状におけるモデルの精度と一般化性能に与える影響を調査すること。
• 遅いCFDシミュレーションに代わる高速で学習可能なニューラルモデルを導入し、迅速なプロトタイピングを支援するインタラクティブな都市設計を可能にすること。

提案手法

• 風速予測を、2次元の建物輪郭から2次元の風速場への条件付き画像対画像変換タスクとして定式化する。
• Pix2Pix、CycleGAN、U-Netアーキテクチャを用いて、幾何形状から流れ場へのマッピングを学習し、シミュレーテッドCFDデータセットで訓練する。
• 空間的認識力と一般化性能を向上させるために、SDF（符号付き距離関数）およびCoordConvを用いて入力に位置情報を注入する。
• GANの訓練を安定化させ、特徴量学習を強化するために、スペクトル正規化と自己アテンション機構を適用する。
• 建物の複雑さが異なる合成データセットとオスロの実都市データを用いて、マルチスケール評価プロトコルを実施し、性能を検証する。
• RMSE、MRE、視覚的分析を用いて、真値CFDシミュレーションと比較してモデルを評価する。

実験結果

リサーチクエスチョン

• RQ1 GANベースのモデルは、建物輪郭から歩行者レベルの風速を正確に予測できるか。また、速度はCFDを上回りつつ、妥当な精度を維持できるか。
• RQ2 SDFおよびCoordConvによる位置符号化の注入が、風速予測における画像対画像変換モデルの性能に与える影響は何か。
• RQ3 スペクトル正規化やアテンション機構といったアーキテクチャ的改善が、訓練の安定性と予測精度をどの程度向上させるか。
• RQ4 提案されたモデルは、実際の都市レイアウトのような複雑な都市環境にも一般化可能であり、インタラクティブな設計ワークフローを支援できるか。
• RQ5 詳細な風速予測が完璧でない場合でも、モデルの出力は実用的な風快適性分類に十分な精度を有するか。

主な発見

• SDFおよびCoordConvによる位置符号化の追加により、データセット𝒟₃においてPix2Pix、CycleGAN、U-Netの各モデルで、それぞれ7%、20%、4%の性能向上が達成された。
• スペクトル正規化により、𝒟₃ではMREが10%低下し、最も複雑なデータセット𝒟₅では4%低下した。これは、訓練の安定性と一般化性能の向上を示している。
• 自己アテンション機構を備えたモデルは、アテンションなしの対応モデルを上回った。これは、より優れた特徴表現学習が可能であることを示唆している。
• 教師あり学習で訓練されたU-Netモデルは、GANと同等の性能を達成したが、より単純な訓練ダイナミクスを示した。これは、本タスクにおいてU-Netがより適している可能性を示している。
• 視覚的および定量的分析から、建物の下流で誤差が高くなる傾向が確認された。これは、複雑な流れの尾跡や乱流パターンを捉える能力に限界があることを示している。
• これらの限界にもかかわらず、モデルの出力はラウソン基準に基づく風快適性分類において十分な精度を有しており、インタラクティブな都市設計ツールへの応用が可能であることが示された。