研課題
J-GLOBAL ID：202404013785243030
研究課題コード：23837232
深層科学技術計算:数理科学を基盤とする物理構造と深層学習の融合
体系的課題番号：JPMJAP2329
実施期間：2023 - 2026
実施機関 (1件)：
研究代表者：
(
, 理学研究科, 教授 )
DOI：
https://doi.org/10.52926/JPMJAP2329
研究概要：
まず,Physics for AIの研究として,Hamiltonian-Unitを開発する.これは,大規模深層学習モデルのビルディングブロックとなっているTransformerの改良版であるS4Modelに着想を得ており,大規模モデルに応用できる.Hamiltonian-Unitは物理学の運動方程式に基づくため,内部で物理シミュレーションが行われる.そのため,アダプティブメッシュやモデル縮減などの,物理シミュレーションの高速化技術が応用でき,物理学の諸手法を用いた高速化・効率化が可能となる.AI for Physicsとしては,シンプレクティック性を保つことで,物理法則を壊さないニューラル作用素を開発し,従来のシミュレーションの数百倍の高速化が可能な,信頼性の高い深層学習手法を開発する.
タイトルに関連する用語 (7件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した研究課題タイトルの用語をもとにしたキーワードです
,
,
,
,
,
,
研究制度：
＞
＞
上位研究課題：
AI・情報
研究所管機関：
報告書等：
前のページに戻る
