1. Home
  2. 研究室紹介
  3. 革新知能統合研究センター
  4. 目的指向基盤技術研究グループ

革新知能統合研究センター 計算物理機械学習チーム

チームディレクター 谷口 隆晴（Ph.D.）

研究概要

谷口 隆晴

2019年ごろより、深層科学技術計算あるいは科学技術機械学習などと呼ばれる機械学習と科学技術計算を組み合わせた、新たな研究分野が立ち上がっています。このような研究は、支配方程式が未知の現象のシミュレーションを可能にしたり、物理シミュレーションを大幅に加速したりすることができると期待されています。私たちのチームでは、このような手法のうち、特に、エネルギー保存則などの物理法則を保つ方法の開発や、理論的な性能解析などを行っています。これにより、信頼できる手法の開発を目指します。

研究主分野

  • 総合理工

研究関連分野

  • 工学
  • 情報学
  • 数物系科学
  • 計算科学関連
  • 知能情報学関連
  • 数理情報学関連

キーワード

  • 深層科学技術計算
  • 計算物理機械学習
  • 作用素学習
  • 物理シミュレーション
  • 物理モデリング

主要論文

「*」は、理研外のみでの成果です。

  • 1. Tanaka, Y., Iwata, T., Ueda, N., Yaguchi, T.
    "Energy-Consistent Neural Operators for Hamiltonian and Dissipative Partial Differential Equations"
    Proc. of the 28th International Conference on Artificial Intelligence and Statistics (AISTATS2025), (2025)
  • 2. *Khosrovian, R. A. , Yaguchi, T., Yoshimura, H., Matsubara, T.
    "Poisson-Dirac Neural Networks for Modeling Coupled Dynamical Systems across Domains"
    Proc. of the Thirteenth International Conference on Learning Representations (ICLR2025), (2025)
  • 3. *Matsubara, T., Yaguchi, T.
    "Number Theoretic Accelerated Learning of Physics-Informed Neural Networks"
    Proc. of the 39th Annual AAAI Conference on Artificial Intelligence(AAAI2025), (2025)
  • 4. *Matsubara, T., Yaguchi, T.
    "Number Theoretic Accelerated Learning of Physics-Informed Neural Networks"
    Proc. of The Eleventh International Conference on Learning Representations (ICLR2023), (2023)
  • 5. *Chen, Y., Matsubara, T., Yaguchi, T.
    "KAM Theory Meets Statistical Learning Theory: Hamiltonian Neural Networks with Non-Zero Training Loss"
    Proc. of the 39th Annual AAAI Conference on Artificial Intelligence(AAAI2022), (2022)
  • 6. *Chen, Y., Matsubara, T., Yaguchi, T.
    "Neural Symplectic Form: Learning Hamiltonian Equations on General Coordinate Systems"
    Advances in Neural Information Processing Systems (NeurIPS) 34, (2021)
  • 7. *Matsubara, T., Miyatake,Y., Yaguchi, T.
    "Symplectic Adjoint Method for Exact Gradient of Neural ODE with Minimal Memory"
    Advances in Neural Information Processing Systems (NeurIPS) 34, (2021)
  • 8. *Matsubara, T., Ishikawa, A., Yaguchi, T.
    "Deep Energy-Based Modeling of Discrete-Time Physics"
    Advances in Neural Information Processing Systems (NeurIPS) 33, pp. 13100-13111 (2020)
  • 9. *Yaguchi, T.
    "Lagrangian approach to deriving energy-preserving numerical schemes for the Euler–Lagrange partial differential equations"
    M2AN 47, pp. 1493 – 1513 (2013)
  • 10. *Yaguchi, T., Matsuo, T., Sugihara, M.
    "The discrete variational derivative method based on discrete differential forms"
    Journal of Computational Physics 231, pp. 3963-3986 (2012)

メンバーリスト

主宰者

谷口 隆晴
チームディレクター

お問い合わせ先

〒657-8501 兵庫県神戸市灘区六甲台町1−1
神戸大学大学院理学研究科数学専攻
Email: takaharu.yaguchi@riken.jp

Top