著者

松原 崇 陳 鈺涵 谷口 隆晴

出版者

公益社団法人 応用物理学会

雑誌

応用物理 (ISSN:03698009)

巻号頁・発行日

vol.91, no.10, pp.629-633, 2022-10-01 (Released:2022-10-01)

参考文献数

10

---

近年,ニューラルネットワークなどの機械学習手法を物理現象のモデリング・シミュレーションに応用する研究が注目されている.このような研究は,支配方程式が未知の現象をモデル化する以外にも,物理シミュレーションを高速化・高精度化できる可能性があり,期待されている.本稿では,そのような研究のうち,代表的な研究であるハミルトニアンニューラルネットワークと,それを改良したニューラルシンプレクティック形式,DGNetについて説明する.