Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
物理現象を記述する多様な偏微分方程式を機械学習で学習・予測できるようにすることは、学習物理学の創成の上で重要な基礎をなす。特に、系の詳細によらない普遍的な物理法則を学習するためには、可変長の入力を取り扱うことができ、物理現象の対称性を満たす機械学習モデルを用いることが必要である。また、偏微分方程式は式の形によってさまざまな性質を有することが知られており、それぞれの方程式について適切な機械学習手法はいまだ不明瞭である。このような対象に対し、それぞれの偏微分方程式の性質に適した学習物理学手法の構築を目指す。
