計算物性物理メーリングリストの皆様
京都大学橋本幸士先生のご依頼により
下記を転送します。
今田正俊
******************************************************************
皆様
科研費 学術変革領域研究(A)
「「学習物理学」の創成 — 機械学習と物理学の融合新領域による基礎物理学の変革」
（領域代表：橋本幸士、期間：2022 – 2026年）が発足いたしましたことを
お知らせいたします。
本研究領域は、実験と理論を先鋭化することにより進展してきた物理学に、新たに
機械学習という数理的手法を導入し、基礎物理学の根本課題の解決を目指すものです。
５年ほど前より、機械学習を利用した研究は物理学の各分野で個別にトライされ
てきました。本「学習物理」領域は、それらの知見を結集して研究者間の意思疎通を
図り、融合研究の情報を共有化して、あらたな融合研究の起爆剤となる領域を目指し
ます。このため、物理学分野において機械学習に興味を持つみなさまの積極的な
ご参加を、心よりお願い申し上げます。
本領域は、以下の７つの計画研究と公募研究（予定）から構成されます。
A01 計算物理学と機械学習の融合
代表：富谷 昭夫（大阪国際工科専門職大・工）
A02 機械学習による素粒子物理学の革新的な発展
代表：野尻 美保子（KEK・素核研）
A03 ニューラルネットワークで創成する新しい物性物理学
代表：大槻 東巳（上智大・理工）
A04 量子・重力と機械学習
代表：橋本 幸士（京大・理）
B01 深層学習の数理と応用
代表：田中 章詞（理研・革新知能統合研究セ）
B02 高次元機械学習への統計力学的アプローチ
代表：樺島 祥介（東大・理）
B03 機械学習への位相幾何学的アプローチ
代表：福嶋 健二（東大・理）
＊本領域では、8月頃に公募研究の募集が行われる予定です。
＊本領域の総括班／計画研究班で、研究員や特任教員を公募する予定です。
公募の詳細や、研究会活動などにつきましては、領域ホームページ（作成中）等
や各物理学分野コミュニティのメーリングリストで広く連絡をいたします。
領域の概要：
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。
どうぞよろしくお願いいたします。
橋本幸士
—
—————————————————
Koji Hashimoto
Professor
Kyoto University, Theoretical Particle Physics Group Kitashirakawa, Kyoto 606-8502, Japan
+81-75-753-3878
—————————————————
————————————————-
Computational Material Physics Mailing List
home: www.issp.u-tokyo.ac.jp/public/cmp/
archive: cmp-ml.issp.u-tokyo.ac.jp
twitter: https://twitter.com/cmp_ml
————————————————-