ニューラルネットワークを用いた密度汎関数理論の展開

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	23H04530
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	National Institutes for Quantum Science and Technology
Principal Investigator	明石遼介国立研究開発法人量子科学技術研究開発機構, 高崎量子技術基盤研究所量子機能創製研究センター, 主幹研究員 (40734356)
Project Period (FY)	2023-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000) Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords	密度汎関数理論 / 機械学習
Outline of Research at the Start	多体系における第一原理計算の基盤理論である密度汎関数理論について，ニューラルネットワーク(NN) を用いて基礎理論の展開を図る．密度汎関数理論おいては交換相関エネルギーExc と，その汎関数微分が理論の各所に現れる．解析的な振る舞いの全貌がまだ明らかでないExc をモデル化するのにNN を用いることで，モデルの複雑性と微分の計算可能性を両立することが出来る．NN を用いて，式に汎関数微分が含まれているせいで実際の計算が難しかった物理量を計算可能にするようなアルゴリズムを実装し，基本的な模型について実証を試みる．以上により密度汎関数理論の実用性を広げる足がかりをつくる．