2024年度 第1回 中央大学物理学科談話会　「解釈可能 AI を用いた材料パターン情報学へ向けた取り組み 」

概　要：

自然界で観測される複雑な大自由度系を理解し予測するためには、その縮約モデルを構築するこ とが有効である。例えば、気体の分子運動という大自由度系を、その統計量からなる縮約座標系 で表現し、熱力学モデルという縮約モデルを構成し現象を理解し予測したことは歴史的成功例と言えよ う。通常、縮約モデリングは科学者の洞察に基づいて行われてきた。一方で、磁性材料や高分子 材料、磁性乱流、アクティブマターなどの材料中に見られる複雑なパターンダイナミクスでは、 そのような洞察だけに頼る縮約モデリングは時に困難となる。本講演では、このような材料中の 複雑なパターンダイナミクスを深層学習や動的モード分解などの機械学習手法を用いて縮約モデ リングし、現象の理解と予想を実現することを目的とした我々の取り組みについて紹介する。

問い合わせ先：田口善弘（中央大学理工学部物理学科）

e-mail: tag(at)granular.com