Quantum/Gravity and Machine Learning

• Project Area: Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
• Project/Area Number: 22H05115
• Research Category: Grant-in-Aid for Transformative Research Areas (A)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (II)
• Research Institution: Kyoto University
• Principal Investigator: 橋本 幸士 京都大学, 理学研究科, 教授 (80345074)
• Co-Investigator(Kenkyū-buntansha): 杉下 宗太郎 京都大学, 理学研究科, 助教 (10784217) ; 吉田 健太郎 埼玉大学, 理工学研究科, 准教授 (30544928) ; 村田 仁樹 埼玉工業大学, 工学部, 講師 (80612126)
• Project Period (FY): 2022-06-16 – 2027-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥117,910,000 (Direct Cost: ¥90,700,000、Indirect Cost: ¥27,210,000); Fiscal Year 2026: ¥25,610,000 (Direct Cost: ¥19,700,000、Indirect Cost: ¥5,910,000); Fiscal Year 2025: ¥22,880,000 (Direct Cost: ¥17,600,000、Indirect Cost: ¥5,280,000); Fiscal Year 2024: ¥22,750,000 (Direct Cost: ¥17,500,000、Indirect Cost: ¥5,250,000); Fiscal Year 2023: ¥22,230,000 (Direct Cost: ¥17,100,000、Indirect Cost: ¥5,130,000); Fiscal Year 2022: ¥24,440,000 (Direct Cost: ¥18,800,000、Indirect Cost: ¥5,640,000)
• Keywords: 量子 / 重力 / ニューラルネットワーク / ニューラルネット / 時空 / 量子重力 / 機械学習

Outline of Research at the Start

本研究では、量子重力理論のAdS/CFT対応に現れる離散時空ネットワークとニューラル ネ ットワークの融合を図り、機械学習により重力時空が創発する仕組みを解明する。特にネットワーク自体が時間や空間と同一視され、局所性や因果性の概念がニューラルネットワーク に備わる可能性を探究する。また、量子重力理論や場の量子論のランダムネットワーク表現と機械学習のニューラルネットワークの概念を架橋し、重力理論に機械学習を応用する学 習 重力理論を創成する。

Outline of Annual Research Achievements

本研究課題は、量子・重力と機械学習、特にニューラルネットワークの性質をつなぐものであるが、本年度の最も重要な成果として、ニューラルネットワークの中に重力と同じ対称性でが存在しているという発見、そして、ニューラルネットワークを用いた任意の量子系の表現の発見、の二点がある。これらは、本研究課題の根幹をなす成果である。特に、ニューラルネットワークを用いて多様な量子系を具体的に表すことができる発見は、今後の物理と機械学習をつなげる研究の基礎となる可能性がある。また、重力の対称性やゲージ対称性がニューラルネットワークにあることの発見は、ニューラルネットが時空であるという解釈をサポートし、今後の研究の基礎となる。
また、村田は、AdS/CFT対応下で環状凝縮系の応答データをRunge-Kutta層付き教師ありNNに入力し、高次元重力計量を精度良く再構築する手法を提案した。これらについて論文雑誌MLSTおよび国際会議ICMLで報告した。
また、杉下は、今年度もAdS/CFT対応に関する研究と、平坦時空の漸近対称性およびホログラフィーの研究を行った。AdS/CFT対応の研究では、昨年度に議論した結果が、重力理論における座標変換不変性を考慮することで明快に理解できることを示した。また、ブラックホール熱力学の文脈に、熱と仕事の概念を導入する方法を提案し、その解析を行った。
吉田は、補助場を入れた4D Chern-Simons理論を構築した。
雇用研究員の世田は、本年度は(1) AdS/CFT対応のもとで境界理論の熱力学の関係式から重力理論の熱力学の関係式を導出したり、(2) 弦の散乱振幅を模した模型における鞍点近似法を考察し散乱振幅のカオスへのアプローチを試みた。
これらは本計画研究の多様な側面からの研究成果である。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

まず、ニューラルネットワークで任意の量子系を表現できるという発見は、本計画研究の要の発見であり、そのため、計画は順調に進展していると言える。加えて、重力の対称性がニューラルネットワークに内在しているという発見は、今後、ニューラルネットワークが時空であるという解釈をサポートするための重要な布石であり、このため、研究は順調であると考えられる。
加えて、村田は、Physics-Informed Neural Network および独自の Neural Network を用いてトポロジカルソリトンをもとめる研究について arXiv に論文を投稿した。その後、TensorFlow のバージョンアップにより結果が大きく変わったため、原因を調べている。
杉下の研究は順調に進展している。上記概要で述べた研究以外にも、平坦時空上の漸近対称性の研究が進展中である。特に、3次元時空の量子電磁気学の漸近対称性と閉じ込めの関係を調べたプレプリントを発表した。また、ドレス状態の解析や、場の量子論における波束の解析の研究が進展中である。
吉田の論文自体は2024年7月にarXIvに投稿しているが、レフリーとのやりとりが現在も続いている。議論の内容は非常にポジティブなもので、理論の詳細が更に深められている。
雇用研究員の世田の(1)の成果は国際論文誌にて出版し、(2)については国際研究会と国内研究会や学会において口頭発表やポスター発表を行い、国際コミュニティに対して幅広く発信した。
これらの成果と進行中の研究を総合すると、本研究は概ね順調に進展しているということができる。

Strategy for Future Research Activity

今回の成果は、ニューラルネット自体がどのように学習されるかという観点を除いて、一般的なランダムニューラルネットと量子系との対応を調べたものであるため、今後は学習過程の物理的意味や、その量子的解釈、また時空的もしくは重力的な解釈、を検討する段階に入る。
村田は、関連して、Physics-Informed Neural Network を用いて AdS 空間内の極小曲面問題を求めている。極小曲面は物理的には双対な共形場理論上の Wilson Loop や散乱振幅に対応している。これは量子重力のホログラフィー理論におけるニューラルネットの利用という観点から、重要な研究である。
また、杉下は、ブラックホール熱力学に熱と仕事の概念が導入されたので、重力の研究ではこれまで考えられていなかった熱力学的過程を解析できるようになった。機械学習の手法などを使ってその具体的解析を進める。また波束の研究も数値計算を必要としており、機械学習手法を適用できるかを検討する。
吉田は、拡張した4D Chern-Simons理論から、一般化されたTTbar変形をした弦理論を構築し、量子重力理論の糸口を探る。機械学習を用いて、TTbar変形を超えた、新たな変形手法を見出す。
雇用研究員の世田は、(1)の成果は国際研究会等での発信を出来ていないのでそれを達成することを目標としている。またAdS/CFT対応における熱力学の関係式がどのようにニューラルネットに実装可能なのかを探る。(2)の成果については、散乱におけるカオスと時空構造の創発との関係を探る。

Research Products

• [Int'l Joint Research] University of Kentucky(米国)
• [Journal Article] Machine-learning emergent spacetime from linear response in future tabletop quantum gravity experiments (2025)
  • Author(s): Hashimoto Koji、Matsuo Koshiro、Murata Masaki、Ogiwara Gakuto、Takeda Daichi
  • Journal Title: Machine Learning: Science and Technology Volume: 6 Issue: 1 Pages: 015030-015030
  • DOI: 10.1088/2632-2153/adb09f
  • Peer Reviewed / Open Access
• [Journal Article] Neural network representation of quantum systems (2024)
  • Author(s): Hashimoto Koji、Hirono Yuji、Maeda Jun、Totsuka-Yoshinaka Jojiro
  • Journal Title: Machine Learning: Science and Technology Volume: 5 Issue: 4 Pages: 045039-045039
  • DOI: 10.1088/2632-2153/ad81ac
  • Peer Reviewed / Open Access
• [Journal Article] Unification of symmetries inside neural networks: transformer, feedforward and neural ODE (2024)
  • Author(s): Hashimoto Koji、Hirono Yuji、Sannai Akiyoshi
  • Journal Title: Machine Learning: Science and Technology Volume: 5 Issue: 2 Pages: 025079-025079
  • DOI: 10.1088/2632-2153/ad5927
  • Peer Reviewed / Open Access
• [Journal Article] Spacetime-localized response in quantum critical spin systems: Insights from holography (2024)
  • Author(s): Motoaki Bamba, Koji Hashimoto, Keiju Murata, Daichi Takeda, and Daisuke Yamamoto
  • Journal Title: Physical Review D Volume: 109 Issue: 12 Pages: 126003-126003
  • DOI: 10.1103/physrevd.109.126003
  • Peer Reviewed / Open Access
• [Journal Article] Celestial two-point functions and rectified dictionary (2024)
  • Author(s): Furugori Hideo、Ogawa Naoki、Sugishita Sotaro、Waki Takahiro
  • Journal Title: Journal of High Energy Physics Volume: 2024 Issue: 2 Pages: 063-063
  • DOI: 10.1007/jhep02(2024)063
  • Peer Reviewed / Open Access
• [Journal Article] Photon sphere and quasinormal modes in AdS/CFT (2023)
  • Author(s): Hashimoto Koji、Sugiura Kakeru、Sugiyama Katsuyuki、Yoda Takuya
  • Journal Title: Journal of High Energy Physics Volume: 10 (2023) Issue: 10 Pages: 149-149
  • DOI: 10.1007/jhep10(2023)149
  • Peer Reviewed / Open Access
• [Journal Article] Krylov complexity and chaos in quantum mechanics (2023)
  • Author(s): Hashimoto Koji、Murata Keiju、Tanahashi Norihiro、Watanabe Ryota
  • Journal Title: Journal of High Energy Physics Volume: 2023 Issue: 11 Pages: 1-41
  • DOI: 10.1007/jhep11(2023)040
  • Peer Reviewed / Open Access
• [Journal Article] Multi-body wave function of ground and low-lying excited states using unornamented deep neural networks (2023)
  • Author(s): Tomoya Naito, Hisashi Naito, and Koji Hashimoto
  • Journal Title: Phys. Rev. Research Volume: 9 Issue: 3 Pages: 033189-033189
  • DOI: 10.1103/physrevresearch.5.033189
  • Peer Reviewed / Open Access
• [Journal Article] Spacetime-emergent ring toward tabletop quantum gravity experiments (2023)
  • Author(s): Hashimoto Koji、Takeda Daichi、Tanaka Koichiro、Yonezawa Shingo
  • Journal Title: Physical Review Research Volume: 5 Issue: 2 Pages: 023168-023168
  • DOI: 10.1103/physrevresearch.5.023168
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] String is a double slit (2023)
  • Author(s): Hashimoto Koji、Matsuo Yoshinori、Yoda Takuya
  • Journal Title: Progress of Theoretical and Experimental Physics Volume: - Issue: 4 Pages: 045-045
  • DOI: 10.1093/ptep/ptad045
  • Peer Reviewed / Open Access
• [Journal Article] Dress code for infrared safe scattering in QED (2023)
  • Author(s): Hirai Hayato、Sugishita Sotaro
  • Journal Title: Progress of Theoretical and Experimental Physics Volume: - Issue: 5 Pages: 057-057
  • DOI: 10.1093/ptep/ptad057
  • Peer Reviewed / Open Access
• [Journal Article] Chaotic string motion in a near pp-wave limit (2023)
  • Author(s): Kushiro Shodai、Yoshida Kentaroh
  • Journal Title: Journal of High Energy Physics Volume: 2023 Issue: 1 Pages: 065-065
  • DOI: 10.1007/jhep01(2023)065
  • Peer Reviewed / Open Access
• [Journal Article] Chaotic instability in the BFSS matrix model (2022)
  • Author(s): Fukushima Osamu、Yoshida Kentaroh
  • Journal Title: Journal of High Energy Physics Volume: 2022 Issue: 9 Pages: 039-039
  • DOI: 10.1007/jhep09(2022)039
  • Peer Reviewed / Open Access
• [Journal Article] Bound on energy dependence of chaos (2022)
  • Author(s): Hashimoto Koji、Murata Keiju、Tanahashi Norihiro、Watanabe Ryota
  • Journal Title: Physical Review D Volume: 106 Issue: 12 Pages: 1-4
  • DOI: 10.1103/physrevd.106.126010
  • Peer Reviewed / Open Access
• [Journal Article] Deriving the dilaton potential in improved holographic QCD from the meson spectrum (2022)
  • Author(s): Hashimoto Koji、Ohashi Keisuke、Sumimoto Takayuki
  • Journal Title: Physical Review D Volume: 105 Issue: 10 Pages: 106008-106008
  • DOI: 10.1103/physrevd.105.106008
  • Peer Reviewed / Open Access
• [Journal Article] Transient chaos analysis of string scattering (2022)
  • Author(s): Hashimoto Koji、Matsuo Yoshinori、Yoda Takuya
  • Journal Title: Journal of High Energy Physics Volume: 11 (2022) Issue: 11 Pages: 147-147
  • DOI: 10.1007/jhep11(2022)147
  • Peer Reviewed / Open Access
• [Journal Article] Spectrum of quantum KdV hierarchy in the semiclassical limit (2022)
  • Author(s): Dymarsky Anatoly、Kakkar Ashish、Pavlenko Kirill、Sugishita Sotaro
  • Journal Title: Journal of High Energy Physics Volume: 2022 Issue: 9 Pages: 169-169
  • DOI: 10.1007/jhep09(2022)169
  • Peer Reviewed / Open Access
• [Journal Article] Target space entanglement in quantum mechanics of fermions at finite temperature (2022)
  • Author(s): Hanyuda Temma、Mori Soichiro、Sugishita Sotaro
  • Journal Title: Journal of High Energy Physics Volume: 2022 Issue: 9 Pages: 152-152
  • DOI: 10.1007/jhep09(2022)152
  • Peer Reviewed / Open Access
• [Journal Article] Rindler bulk reconstruction and subregion duality in AdS/CFT (2022)
  • Author(s): Sugishita Sotaro、Terashima Seiji
  • Journal Title: Journal of High Energy Physics Volume: 2022 Issue: 11 Pages: 041-041
  • DOI: 10.1007/jhep11(2022)041
  • Peer Reviewed / Open Access
• [Presentation] Neural network representation of quantum mechanics (2025)
  • Author(s): 橋本幸士
  • Organizer: London Institute for Mathematical Sciences Seminar
  • Int'l Joint Research / Invited
• [Presentation] 学習物理学への招待：なぜAIと物理？ (2025)
  • Author(s): 橋本幸士
  • Organizer: IPMU研究会「機械学習の量子フロンティア」
  • Int'l Joint Research / Invited
• [Presentation] 学習物理学：AIと物理を融合する創発新領域研究 (2025)
  • Author(s): 橋本幸士
  • Organizer: KMI国際シンポジウム
  • Int'l Joint Research / Invited
• [Presentation] AIバルク再構成：構成的AdS/CFTにむけて (2025)
  • Author(s): 橋本幸士
  • Organizer: 基礎物理学研究所セミナー「AIと物理学」
  • Invited
• [Presentation] 学習物理学の最近の進展 (2025)
  • Author(s): 橋本幸士
  • Organizer: 現象論国際研究会KEK-PH2025winter
  • Int'l Joint Research / Invited
• [Presentation] 学習物理学：AIと物理学の融合研究領域 (2025)
  • Author(s): 橋本幸士
  • Organizer: AIロボット駆動科学シンポジウム 2025
  • Invited
• [Presentation] AdS_5_×S^5^上の超弦理論のYang-Baxter変形と一般化された超重力理論 (2025)
  • Author(s): 吉田健太郎
  • Organizer: 日本物理学会2025年春季大会
  • Int'l Joint Research
• [Presentation] 重力時空とニューラルネットワーク (2024)
  • Author(s): 橋本幸士
  • Organizer: 第4回学術変革領域「学習物理」物性関係討論会
  • Invited
• [Presentation] 量子力学のニューラルネットワーク表現 (2024)
  • Author(s): 橋本幸士
  • Organizer: 国際研究会 2024 KIAS-APCTP "Frontiers of Theoretical Physics"
  • Int'l Joint Research / Invited
• [Presentation] 特別講演『学習物理学の創成』 (2024)
  • Author(s): 橋本幸士
  • Organizer: 物理学会九州支部例会
  • Invited
• [Presentation] Quantum mechanics as a random neural network (2024)
  • Author(s): 橋本幸士
  • Organizer: 国際研究会 "2024 Workshop on Applications of Machine Learning and Artificial Intelligence for Physics and Chemistry Problems"
  • Int'l Joint Research / Invited
• [Presentation] Symmetries in Neural Networks (2024)
  • Author(s): 橋本幸士
  • Organizer: 国際研究会 "Physics of Intelligence and Machine Learning"
  • Int'l Joint Research / Invited
• [Presentation] Neural network representation of quantum systems (2024)
  • Author(s): 橋本幸士・前田潤
  • Organizer: 日本物理学会第79回年次大会
• [Presentation] QCD data-driven holographic modeling (2024)
  • Author(s): 橋本幸士
  • Organizer: 国際会議 "The XVIth Quark Confinement and the Hadron Spectrum Conference"
  • Int'l Joint Research / Invited
• [Presentation] 学習物理学の創成 (2024)
  • Author(s): 橋本幸士
  • Organizer: JHPCN: 学際大規模情報基盤共同利用・共同研究拠点 第16回シンポジウム
  • Invited
• [Presentation] 学習物理学の創成 (2024)
  • Author(s): 橋本幸士
  • Organizer: 科学基礎論学会総会シンポジウム「AI は科学をどう変えるのか？」
  • Invited
• [Presentation] ランダムニューラルネットワークとしての量子力学 (2024)
  • Author(s): 橋本幸士
  • Organizer: 名古屋大学E研セミナー
  • Invited
• [Presentation] Solitons and branes (2024)
  • Author(s): 橋本幸士
  • Organizer: KIAS workshop Advances in String Theory and Quantum field theories
  • Int'l Joint Research / Invited
• [Presentation] 量子力学のニューラルネット表現 (2024)
  • Author(s): 橋本幸士
  • Organizer: 埼玉大学素粒子論セミナー
  • Invited
• [Presentation] Neural networks, quantum physics, and gravity (2024)
  • Author(s): 橋本幸士
  • Organizer: Erice International School on Complexity: the XVIII Course "Machine Learning approaches for complexity
  • Int'l Joint Research / Invited
• [Presentation] 量子系のニューラルネットワーク表現 (2024)
  • Author(s): 橋本幸士
  • Organizer: 産業総合研究所 人工知能研究センター セミナー
  • Invited
• [Presentation] Bulk reconstruction and gauge invariance (2024)
  • Author(s): 杉下宗太郎
  • Organizer: Holography in Beijing
  • Int'l Joint Research / Invited
• [Presentation] 4D Chern-Simons theory with auxiliary fields (2024)
  • Author(s): 吉田健太郎
  • Organizer: "2024 NTU-Kanto Joint High Energy Physics Workshop "
  • Int'l Joint Research / Invited
• [Presentation] 4D Chern-Simons theory with auxiliary fields (2024)
  • Author(s): 吉田健太郎
  • Organizer: 2024 East Asia Joint Workshop on Fields and Strings
  • Int'l Joint Research / Invited
• [Presentation] 4D Chern-Simons theory with auxiliary fields (2024)
  • Author(s): 吉田健太郎
  • Organizer: NITEP Theoretical Physics Seminar Series
  • Int'l Joint Research / Invited
• [Presentation] AI for an inverse problem: Physical model solving quantum gravity (2024)
  • Author(s): 荻原岳都
  • Organizer: International Conference on Machine Learning 2024
  • Int'l Joint Research
• [Presentation] ニューラルネットワークによるソリトンの解法 (2024)
  • Author(s): 荻原岳都
  • Organizer: 第22回 埼玉工業大学 若手研究フォーラム 2024
• [Presentation] ニューラルネットワークネットワークによる創発時空の再構築と差分方程式の解法 (2024)
  • Author(s): 荻原岳都
  • Organizer: 学術変革領域研究(A)「学習物理学の創成」R6年度領域会議
• [Presentation] ニューラルネットワークによる創発時空の再構築 (2024)
  • Author(s): 松尾皐士朗
  • Organizer: 第22回 埼玉工業大学 若手研究フォーラム 2024
• [Presentation] ニューラルネットワークネットワークによる創発時空の再構築と差分方程式の解法 (2024)
  • Author(s): 松尾皐士朗
  • Organizer: 学術変革領域研究(A)「学習物理学の創成」R6年度領域会議
• [Presentation] Lorentzian time-delay of string scatterings and radiation from black holes (2024)
  • Author(s): 世田拓也
  • Organizer: East Asia Joint Workshop on Fields and Strings
  • Int'l Joint Research
• [Presentation] Toward Chaos in String Scattering Amplitudes' (2024)
  • Author(s): 世田拓也
  • Organizer: Amplitudes 2024
  • Int'l Joint Research
• [Presentation] 弦の散乱のカオスに向けて -弦の半古典軌道- (2024)
  • Author(s): 世田拓也
  • Organizer: 日本物理学会2024年秋季大会
• [Presentation] 弦の散乱のカオスに向けて -弦の半古典軌道- (2024)
  • Author(s): 世田拓也
  • Organizer: YITP Workshop 場の理論と弦理論 2024
• [Presentation] Neural network representation of quantum systems (2024)
  • Author(s): 橋本 幸士
  • Organizer: Harvard Univ., Arthur Jaffe's group
  • Int'l Joint Research / Invited
• [Presentation] Quantum mechanics as a random neural network (2024)
  • Author(s): 橋本 幸士
  • Organizer: IAIFI workshop "A Day of Deep Learning and High Energy Theory"
  • Int'l Joint Research / Invited
• [Presentation] Diffeo in Neural Network (2023)
  • Author(s): 橋本 幸士
  • Organizer: String Data 2023
  • Int'l Joint Research / Invited
• [Presentation] Quantum, spacetime and machine learning (2023)
  • Author(s): 橋本 幸士
  • Organizer: International conference on machine learning physics
  • Int'l Joint Research / Invited
• [Presentation] Machine-learning quantum gravity : a generative discrete geometry and neural polytopes (2023)
  • Author(s): 橋本 幸士
  • Organizer: Isaac Newton Institute, , Univ. of Cambridge
  • Int'l Joint Research / Invited
• [Presentation] Neural network, quantum mechanics and geometry (2023)
  • Author(s): 橋本 幸士
  • Organizer: YIPQS long-term workshop "Quantum Information, Quantum Matter and Quantum Gravity"
  • Int'l Joint Research / Invited
• [Presentation] Neural polytopes (2023)
  • Author(s): 橋本 幸士
  • Organizer: ICML 2023, The Synergy of Scientific and Machine Learning Modelling (SynS & ML) Workshop
  • Int'l Joint Research
• [Presentation] Unification of symmetries inside neural networks (2023)
  • Author(s): 橋本 幸士
  • Organizer: 東京理科大学研究会「離散幾何学～理論から物質を探求する～」
  • Invited
• [Presentation] Diffeo in neural networks (2023)
  • Author(s): 橋本 幸士
  • Organizer: 第2回 学術変革領域「学習物理」物性関係討論会
  • Invited
• [Presentation] Neural polytopes (2023)
  • Author(s): 橋本 幸士
  • Organizer: 学習物理領域セミナー
• [Presentation] Quantum, gravity and neural networks (2023)
  • Author(s): 橋本 幸士
  • Organizer: 学習物理領域会議
• [Presentation] Photon Sphere in AdS/CFT (2023)
  • Author(s): 橋本 幸士
  • Organizer: 日本物理学会第78回年次大会
• [Presentation] Neural polytopes (2023)
  • Author(s): 橋本 幸士
  • Organizer: 学習物理領域B03計画研究班会議
  • Invited
• [Presentation] Neural polytopes (2023)
  • Author(s): 橋本 幸士
  • Organizer: 東大工学部齊藤研究室
  • Invited
• [Presentation] 機械学習と物理学 (2023)
  • Author(s): 橋本 幸士
  • Organizer: 名古屋大学多元数理研究科談話会
  • Invited
• [Presentation] 機械学習の基礎 (2023)
  • Author(s): 村田 仁樹
  • Organizer: 物理屋のための機械学習講義
  • Invited
• [Presentation] ニューラルネットワークによる創発時空の解析 (2023)
  • Author(s): 松尾 皐士朗
  • Organizer: 第 21 回 埼玉工業大学 若手研究フォーラム 2023
• [Presentation] Constructing emergent spacetime dual to condensed matter system by neural network (2023)
  • Author(s): 松尾 皐士朗
  • Organizer: International conference on MACHINE LEARNING PHYSICS
  • Int'l Joint Research
• [Presentation] ニューラルネットワークによるソリトンの解法 (2023)
  • Author(s): 荻原 岳都
  • Organizer: 第 21 回 埼玉工業大学 若手研究フォーラム 2023
• [Presentation] Solitons Solved by Neural Network (2023)
  • Author(s): 荻原 岳都
  • Organizer: International conference on MACHINE LEARNING PHYSICS
  • Int'l Joint Research
• [Presentation] Target space entanglement in quantum mechanics of fermions and matrices (2023)
  • Author(s): Sotaro Sugishita
  • Organizer: SAG workshop Entanglement, Large N and Black Hole
  • Int'l Joint Research / Invited
• [Presentation] QEDの赤外発散と漸近対称性 (2023)
  • Author(s): 杉下 宗太郎
  • Organizer: 基研研究会 素粒子物理学の進展２０２３
  • Invited
• [Presentation] 物理学とAI (2023)
  • Author(s): 杉下 宗太郎
  • Organizer: 卓越・先端・次世代シンポジウム「AIは学術に新たな発見をもたらすか？」
  • Invited
• [Presentation] 機械学習の基礎 (2023)
  • Author(s): 村田仁樹
  • Organizer: 物理屋のための機械学習講義（第３回）
  • Invited
• [Presentation] Chaotic Instability in the BFSS matrix model (2022)
  • Author(s): 吉田健太郎
  • Organizer: NTU-Kyoto High Energy Physics Workshop/Kawai Fest
  • Int'l Joint Research / Invited
• [Presentation] Chaotic Instability in the BFSS matrix model (2022)
  • Author(s): 吉田健太郎
  • Organizer: East Asia Joint Workshop on Fields and Strings 2022
  • Int'l Joint Research / Invited
• [Presentation] Machine Learning the Bulk in AdS/CFT (2022)
  • Author(s): Koji Hashimoto
  • Organizer: Workshop “A Deep learning era of particle theory” at Mainz Institute for Theoretical Physics
  • Int'l Joint Research / Invited
• [Presentation] Deep Learning and Quantum Gravity (2022)
  • Author(s): Koji Hashimoto
  • Organizer: Bethe colloquium at University Bonn
  • Int'l Joint Research / Invited
• [Presentation] Machine Learning the Bulk in AdS/CFT (2022)
  • Author(s): Koji Hashimoto
  • Organizer: Holography 2022: quantum matter and spacetime
  • Int'l Joint Research / Invited
• [Presentation] Quantum chaos and black holes (2022)
  • Author(s): Koji Hashimoto
  • Organizer: アジア太平洋物理学会
  • Int'l Joint Research / Invited
• [Presentation] 学習物理学の創成 (2022)
  • Author(s): 橋本幸士
  • Organizer: 第16回領域横断物性科学研究会 凝縮系科学の最前線
  • Invited
• [Presentation] 学習物理学:深層学習と物理学の融合と時空解釈 (2022)
  • Author(s): 橋本幸士
  • Organizer: 第12回計算力学シンポジウム
  • Invited
• [Presentation] Chaos energy bound (2022)
  • Author(s): Koji Hashimoto
  • Organizer: NTU-Kyoto High Energy Physics Workshop/Kawai Fest
  • Int'l Joint Research / Invited
• [Presentation] QEDの赤外発散と漸近対称性 (2022)
  • Author(s): 杉下宗太郎
  • Organizer: KMI分野横断セミナー「時空の漸近構造、赤外発散、重力波」
  • Invited
• [Presentation] Rindler Bulk Reconstruction and Subregion Duality in AdS/CFT (2022)
  • Author(s): Sotaro Sugishita
  • Organizer: Workshop on General Relativity, Cosmology, and Black Hole Information Paradox
  • Int'l Joint Research
• [Presentation] Contradiction of Entanglement Wedge Reconstruction in AdS/CFT (2022)
  • Author(s): 杉下宗太郎
  • Organizer: YITP Workshop 場の理論と弦理論 2022
• [Presentation] ディープラーニングの応用に関する研究 (2022)
  • Author(s): 村田仁樹
  • Organizer: 第20回若手研究フォーラム
  • Invited
• [Book] 学習物理学入門 (2024)
  • Author(s): 富谷昭夫、橋本幸士、金子隆威、瀧雅人、広野雄士、唐木田亮、三内顕義
  • Total Pages: 208
  • Publisher: 朝倉書店
• [Remarks] 学習物理学の創成成果リスト
  • URL: https://mlphys.scphys.kyoto-u.ac.jp/result/
• [Remarks] 学習物理学の創成
  • URL: https://mlphys.scphys.kyoto-u.ac.jp/result/#sec_2022
• [Funded Workshop] String Data 2024 (2024)
• [Funded Workshop] 2024 NTU-Kanto Joint High Energy Physics Workshop (2024)
• [Funded Workshop] 国際研究集会「AI x 物理 x 哲学」 (2024)