| 研究課題/領域番号 |
20K03804
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
斎藤 弘樹 電気通信大学, 大学院情報理工学研究科, 教授 (60334497)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 機械学習 / ニューラルネットワーク / 冷却原子 / ボース・アインシュタイン凝縮 |
|---|
| 研究実績の概要 |
２０１７年スイス連邦工科大のグループが、人工ニューラルネットワークを利用して量子多体問題を数値的に解く方法を提案した。これは、量子多体状態の広大なヒルベルト空間を、機械学習の手法を用いて効率良く表現し、量子多体計算を古典計算機で近似的に実行可能にする方法である。本研究代表者はこの方法をいち早く深層ニューラルネットワークに拡張し、冷却原子系の量子多体問題に適用して、基底状態が精度良く求まることを示した。本研究計画では、この手法を大規模な深層ニューラルネットワークへと展開し実用性を探求するとともに、未だ開拓されていない領域、すなわち冷却原子系の時間発展や有限温度の問題等に適用することを目指している。
今年度は、前年度に得られたボース・アインシュタイン凝縮体中に量子渦を生成する手法の研究を引き継ぎ、単純な量子渦や渦輪ではなく、Skyrmionと呼ばれるより複雑なトポロジカル励起の生成に関する研究を行った。Skyrmionはもともと原子核物理において提唱されたトポロジカル構造であるが、近年、磁性体や多成分超流動体などに拡張されている。二成分ボース・アインシュタイン凝縮体中で特殊な形状の外部ポテンシャルを移動させると、後方にSkyrmionが生成されることを見いだした。これは、水の流れの中に棒を立てると、下流に渦列が生成される現象に類似している。このような流体力学的な方法による、Skyrmionの精製法の提案は本研究が初めてである。今後は前年度の研究で得られた強化学習による制御を応用し、より安定なSkyrmionの生成をより単純なポテンシャルで生成できるかどうかを模索する。
また、相分離した二成分ボース・アインシュタイン凝縮体の界面に三成分目のボース・アインシュタイン凝縮体を注入すると、それがあたかも界面活性剤のような働きをし、界面張力係数を下げる場合があることを見いだした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
冷却原子系に関する研究が進展し、研究結果が論文として出版されたため。
|
| 今後の研究の推進方策 |
本研究課題の主な目標である、量子多体問題への人口ニューラルネットワークの応用に関して研究を進めている。特に光格子中のボース粒子系に関しては、量子多体系の時間発展を近似なしに直接計算する手法が存在しないため、本研究課題の手法は有力なものとなりうる。今年度の研究で、時間発展における誤差の制御が非常に難しいことがわかってきたが、小規模な系で検証を積み重ねることにより、誤差発生の原因を突き止め、ニューラルネットワークによる時間発展手法の確立を目指す。
|
| 次年度使用額が生じた理由 |
購入したGPU（数値計算用ユニット）の価格が想定したよりも安価であった。次年度使用額と翌年度分の助成金を合わせて、より高性能なGPUを新たに導入する予定である。
|
