9 0 0 0 OA 幾何学的深層科学技術計算 深層学習による物理モデリング・シミュレーション
- 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.
言及状況
外部データベース (DOI)
Twitter (9 users, 9 posts, 16 favorites)
https://t.co/Tyj0A6xKnX 「ニューラルシンプレクティック形式」というものがあるのね。ハミルトニアンニューラルネットワークというのが先だと。
『応用物理』に最近の研究をまとめた研究紹介“幾何学的深層科学技術計算”が掲載されました．
https://t.co/1bnw0zcADY
～「応用物理」最新号（10月号）ピックアップ記事のご紹介（※一般公開（フリーアクセス））～
＜研究紹介＞
「幾何学的深層科学技術計算――深層学習による物理モデリング・シミュレーション」
著者：松原 崇、陳 鈺涵、谷口 隆晴
https://t.co/3tfvDM2Ksl
#jsap
#応用物理
#科学技術計算
#深層学習 https://t.co/YXU0NsFgKC