機械学習手法を用いた量子多体ソルバーの開発と応用

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	25H01506
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Tohoku University
Principal Investigator	野村悠祐東北大学, 金属材料研究所, 教授 (20793756)
Project Period (FY)	2025-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords	機械学習 / 量子多体問題 / 強相関電子系
Outline of Research at the Start	磁性や超伝導などの興味深い量子多体現象の理解は物性物理における挑戦的課題である。本研究では機械学習の技術を用いて高精度に量子多体問題を解析するための高精度な数値手法を開発する。特に、計算科学の分野で用いられているグリーン関数を用いた量子多体解析手法と、人工ニューラルネットワークを用いた量子多体解析手法をうまく組み合わせることによって、これまで以上の精度での解析を可能にすることを目指す。開発した手法を用いて新たに発見されたニッケル酸化物超伝導体の超伝導の発現機構などについて調べることで、量子多体物性の理解を促進する。