公募研究
学術変革領域研究(A)
原子、分子、固体中の電子や、原子核中の核子などの量子多体問題を厳密に解くことができれば、系の様々な性質は原理的にはすべて計算が可能となる。しかしながら、量子多体問題の基底状態は数値的に求めることすら非常に困難であり、そのため多くの近似手法が数十年に渡り開発されてきた。本研究では、深層ニューラルネットワークと機械学習の知見を用い、新たな量子多体問題の計算手法を開発する。また、本研究で得られた知見をもとに、密度汎関数理論などの既存の量子多体計算の手法へフィードバックする。
