Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
本研究では,実験からは予想できない優れた性質や新しい機能を目的に応じて自由に制御できるプログラマブルフルイドを探索する方法論の開発を,機械学習との融合による劇的な計算量の削減により実現し,計算科学による材料・プロセス設計への貢献という重要課題を達成する.計算科学の方法論の開拓としては,ソフトマターで成功した物理モデリングの手法と,機械学習による情報科学的手法とを融合することで,機械学習による物理モデルの最適化,及びPhysics-informed machine learning(物理法則を組み込んだ機械学習)に基づくデータ駆動形の物理シミュレーションに取り組む.