Unification of Computational Physics 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: 22H05112
• Research Category: Grant-in-Aid for Transformative Research Areas (A)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (II)
• Research Institution: Tokyo Woman's Christian University (2024); International Professional University of Technology in Osaka (2022-2023)
• Principal Investigator: 富谷 昭夫 東京女子大学, 現代教養学部, 講師 (50837185)
• Co-Investigator(Kenkyū-buntansha): 大野 浩史 筑波大学, 計算科学研究センター, 助教 (20734396) ; 柏 浩司 福岡工業大学, 情報工学部, 教授 (50612123) ; 櫻井 鉄也 筑波大学, システム情報系, 教授 (60187086)
• Project Period (FY): 2022-06-16 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥143,260,000 (Direct Cost: ¥110,200,000、Indirect Cost: ¥33,060,000); Fiscal Year 2024: ¥27,430,000 (Direct Cost: ¥21,100,000、Indirect Cost: ¥6,330,000); Fiscal Year 2023: ¥26,910,000 (Direct Cost: ¥20,700,000、Indirect Cost: ¥6,210,000); Fiscal Year 2022: ¥31,460,000 (Direct Cost: ¥24,200,000、Indirect Cost: ¥7,260,000)
• Keywords: 素粒子理論 / 格子QCD / 機械学習 / ニューラルネットワーク

Outline of Research at the Start

計算物理学は大規模計算機を用いて物理学の諸問題を解く分野であり、機械学習は現状試験的 に導入され始めている段階にある。本研究班では、現在の大規模計算機をもってしても解くことが困難な計算物理学上の問題を、機械学習を用いることで解決し、物理学の更なる発展に貢献することを目的とする。具体的には、マルコフ連鎖モンテカルロ法に現れる臨界減速及び負符号問題という 2つの問題の解決を目指す。その際、理論物理学の知識と機械学習フレームワークを融合させることで、理論物理学に適した機械学習手法を開発し、計算物理研究の革新的な加速を実現する。