| 研究課題/領域番号 |
22KJ1697
|
|---|
| 補助金の研究課題番号 |
21J22348 (2021-2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2021-2022) |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分15010:素粒子、原子核、宇宙線および宇宙物理に関連する理論
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
樋沢 規宏 京都大学, 理学研究科, 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,200千円 (直接経費: 2,200千円)
2023年度: 700千円 (直接経費: 700千円)
2022年度: 700千円 (直接経費: 700千円)
2021年度: 800千円 (直接経費: 800千円)
|
|---|
| キーワード | 集団座標 / 核分裂 / 密度汎関数理論 / 深層学習 / 潜在変数 / diffusion model / 集団運動 / 生成座標法 / 共役運動量 / 対相関 / 四重極演算子 / 平均場理論 / 集団部分空間 |
|---|
| 研究開始時の研究の概要 |
原子核では陽子と中性子の複雑な量子効果により、協調的な運動が創発される。核分裂に代表されるこれらの運動は集団運動と呼ばれる。集団運動の記述には量子的な重ね合わせの効果が重要である。しかしながらどのような量子状態を重ね合わせればよいかは非自明であり、従来の直感に基づく手法では上手くいかないことが知られている。そこで我々は集団運動における運動量に着目し、その効果を取り込むことができるような量子状態を選択することで、集団運動の記述を目指す。
|
| 研究実績の概要 |
本年度は主に深層学習を用いた経験的手法によらない集団座標の抽出を行なった。
核分裂の量子力学に基づく記述では、過去ほぼ全ての研究において、多重極モーメントのような仮定された集団座標が用いられてきた。しかしこのような集団座標はダイナミクスに基づき導出されたものではないため、核分裂を記述できる保証はない。そこで本研究では、深層学習における多様体仮説と集団運動の類似性に着目することで、集団座標を抽出する新しい手法を提案した。まず系の厳密な断熱ダイナミクスを記述できる密度汎関数理論を用い、236Uの基底状態近傍のデータをランダムに生成した。次にこのデータをautoencoderと教師あり学習を組み合わせたmulti-task learningにより解析することで、潜在変数の抽出を行なった。得られた潜在変数はわずか2次元であっても系の密度やエネルギーを精度よく復元できる一方、伝統的な多重極モーメントは系の情報をほとんど持たないことが明らかになった。これは世界で初めて、経験的に選ばれた集団座標の問題を、密度汎関数理論に基づき定量的に示した研究である。また本年度は以上の研究に加え、画像生成において多大な成功を収めたdiffusion modelを応用し、密度汎関数理論をよりフレキシブルに制御する手法の提案、及び実証も行なった。
昨年度までの研究で、仮定された集団座標に対し、それに付随する集団運動の励起状態の記述において、共役運動量が重要な役割を果たすことが示された一方、今年度新たに仮定された集団座標そのものの問題が明らかになった。したがって今後は、深層学習と共役運動量の融合による、非経験的な集団運動の記述が期待される。
|
