ガラス系における解釈可能機械学習を用いた構造抽出手法の開拓

• 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: 23H04503
• 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: 名古屋大学
• 研究代表者: 川崎 猛史 名古屋大学, 理学研究科, 講師 (10760978)
• 研究期間 (年度): 2023-04-01 – 2025-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 13,000千円 (直接経費: 10,000千円、間接経費: 3,000千円); 2024年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円); 2023年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
• キーワード: ガラス転移 / 分子動力学法 / 機械学習 / ニューラルネット

研究開始時の研究の概要

ガラス転移は，様々な物質系で広く観察される普遍性の高い現象である．しかしその物理起源は明らかではない．特に，ガラス転移に伴う粒子構造の発達の有無は重要な未解決問題である．申請者らは近年，深層学習によるガラスの特徴構造抽出に関する新手法を開発し，複数のガラス形成モデルに対して汎用的に特徴構造を特定できることを示した．本研究では，多様なガラス系に対して本手法を適用することで，(1)ガラス転移を支配する構造の有無の解明，(2)系の詳細によらない普遍的構造抽出手法の開拓，(3)得られた構造に人間が理解可能な解釈を与えることを目標とする．