計算物理学と機械学習の融合

• 研究領域: 「学習物理学」の創成－機械学習と物理学の融合新領域による基礎物理学の変革
• 研究課題/領域番号: 22H05112
• 研究種目: 学術変革領域研究(A)
• 配分区分: 補助金
• 審査区分: 学術変革領域研究区分(Ⅱ)
• 研究機関: 東京女子大学 (2024); 大阪国際工科専門職大学 (2022-2023)
• 研究代表者: 富谷 昭夫 東京女子大学, 現代教養学部, 講師 (50837185)
• 研究分担者: 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)
• 研究期間 (年度): 2022-06-16 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 143,260千円 (直接経費: 110,200千円、間接経費: 33,060千円); 2024年度: 27,430千円 (直接経費: 21,100千円、間接経費: 6,330千円); 2023年度: 26,910千円 (直接経費: 20,700千円、間接経費: 6,210千円); 2022年度: 31,460千円 (直接経費: 24,200千円、間接経費: 7,260千円)
• キーワード: 素粒子理論 / 格子QCD / 機械学習 / ニューラルネットワーク

研究開始時の研究の概要

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。