文献

J-GLOBAL ID：201702282751485683   整理番号：17A0815301

深層学習を利用したトポロジカル物質の研究

著者 (1件)： 大槻東巳 (上智大 理工)
資料名： パリティ  (Parity)
巻： 32  号： 7  ページ： 52-56  発行年： 2017年07月01日 
JST資料番号： X0595A  ISSN： 0911-4815  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習を利用した画像解析が最近,格段の進歩を遂げた。こうした手法を固体物理に応用する試みが始まっている。本稿では,多層たたみ込みネットワーク(CNN)を用いた機械学習である深層学習に基づく画像認識のしくみを説明した後に,3次元トポロジカル絶縁体を例にして,実際の物理系への応用について述べた。バンド中心の固有関数から計算した3次元トポロジカル絶縁体の確率密度,3次元トポロジカル絶縁体が示すさまざまな相の固有関数の模式図,深層学習により決定した3次元トポロジカル絶縁体の相図を提示した。興味深いことに,相図の相境界ではディラック半金属が実現していることが確認された。

シソーラス用語： *絶縁体 ,  *機械学習 ,  ネットワーク ,  ニューラルネットワーク ,  *画像認識 ,  画像分析 ,  状態図 ,  金属 ,  半導体 ,  確率密度 ,  *トポロジカル絶縁体 ,  深層学習
準シソーラス用語： 画像解析 ,  Dirac半金属

分類 (1件)： 電子物性一般  (BM01000S)

タイトルに関連する用語 (3件)： 深層学習 ,  物質 ,  研究