Construction of structure extraction techniques using interpretable machine learning in glassy systems

Publicly Offered Research

Project Area	Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
Project/Area Number	23H04503
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Nagoya University
Principal Investigator	川崎猛史名古屋大学, 理学研究科, 講師 (10760978)
Project Period (FY)	2023-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥13,000,000 (Direct Cost: ¥10,000,000、Indirect Cost: ¥3,000,000) Fiscal Year 2024: ¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000) Fiscal Year 2023: ¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Keywords	ガラス転移 / 分子動力学法 / 機械学習 / ニューラルネット
Outline of Research at the Start	ガラス転移は，様々な物質系で広く観察される普遍性の高い現象である．しかしその物理起源は明らかではない．特に，ガラス転移に伴う粒子構造の発達の有無は重要な未解決問題である．申請者らは近年，深層学習によるガラスの特徴構造抽出に関する新手法を開発し，複数のガラス形成モデルに対して汎用的に特徴構造を特定できることを示した．本研究では，多様なガラス系に対して本手法を適用することで，(1)ガラス転移を支配する構造の有無の解明，(2)系の詳細によらない普遍的構造抽出手法の開拓，(3)得られた構造に人間が理解可能な解釈を与えることを目標とする．