著者

橋本 幸士 富谷 昭夫 野尻 美保子 大槻 東巳 田中 章詞 樺島 祥介 福嶋 健二 今田 正俊 永井 佑紀

出版者

京都大学

雑誌

学術変革領域研究(A)

巻号頁・発行日

2022-06-16

---

従来、実験と理論の両輪により進展してきた物理学において、理論的な原理や数理の探索と技術の発展による実験の発展が、宇宙と物質の新しい姿を明らかにしてきた。この両方に寄与してきた計算科学では近年、機械学習という技術革新が社会的変革をもたらしている。そこで我々は「学習物理学」領域を創成し、機械学習やそれを含むデータ科学の手法、緩和数理やネットワーク科学等を物理学の理論的手法群と統合し、基礎物理学の根本課題である新法則の発見、新物質の開拓を行う。素粒子・物性・重力・計算物理学のそれぞれと機械学習の融合を、数理・統計・位相幾何の観点から統合的に遂行し、新領域「学習物理学」を勃興させる。

著者

富谷 昭夫

出版者

大阪国際工科専門職大学

雑誌

学術変革領域研究(A)

巻号頁・発行日

2022-06-16

著者

富谷 昭夫

出版者

一般社団法人 日本物理学会

雑誌

大学の物理教育 (ISSN:1340993X)

巻号頁・発行日

vol.27, no.1, pp.17-21, 2021-03-15 (Released:2021-04-15)

参考文献数

15

---

1.はじめに筆者は2015年に素粒子理論で博士号をとった物理学の研究者であるが,最近は機械学習を理論物理に応用する研究を行っている.機械学習を一言で言えばデータに潜む未知の情報を取り出し運