A Neural Network Approach to Quark-Free Lattice QCD for First-Principles Studies

• Project/Area Number: 25K07287
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 15010:Theoretical studies related to particle-, nuclear-, cosmic ray and astro-physics
• Research Institution: Tokyo Woman's Christian University
• Principal Investigator: 富谷 昭夫 東京女子大学, 現代教養学部, 専任講師 (50837185)
• Co-Investigator(Kenkyū-buntansha): 永井 佑紀 東京大学, 情報基盤センター, 准教授 (20587026)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: 素粒子物理学 / 機械学習 / 格子QCD

Outline of Research at the Start

本研究では、強い相互作用を司る理論QCD（量子色力学）を格子上で数値的に解く格子QCDに機械学習を導入し、二次元模型で用いられるボゾン化手法を応用してフェルミオン成分を近似的に消去する計算手法を構築する。これにより、従来の方法で困難な高精度計算を効率的に実行し、幅広い分野への応用も視野に入れる。機械学習を用いるものの、有効模型と補正項を組み合わせた厳密な数値をおこない、最終的には格子QCDによる物理量の定量的計算を一層推進する。