採択課題 【詳細】
| jh250046 | CPUとGPUを同時利用する自己学習モンテカルロ法の開発 |
|---|---|
| 課題代表者 | 永井佑紀(東京大学情報基盤センター) Yuki Nagai (Information Technology Center in the University of Tokyo) |
| 概要 | 機械学習分子動力学シミュレーションをより効率的に高精度に行うための自己学習モンテカルロ法をCPUとGPUで同時に動くように実装する。また、最新の機械学習の知見を取り入れた機械学習ポテンシャルソフトウェアを作成する。 |
| 関連Webページ | |
| 報告書等 | 研究紹介ポスター ／ 最終報告書 |
| 業績一覧 | (1) 学術論文 （査読あり） |
| [] Yuki Nagai, Akio Tomiya, Gauge covariant neural network for quarks and gluons, Physical Review D 111, 074501 | |
| (2) 国際会議プロシーディングス （査読あり） | |
| 該当なし | |
| (3) 国際会議発表（査読なし） | |
| [] Yuki Nagai, "Efficient and Accurate Molecular Dynamics: The Self-Learning Hybrid Monte Carlo Method", Seminar on Molecular Dynamics (MD) Simulations, July, 2025, Thailand | |
| [] Yuki Nagai, "Self-Learning Monte Carlo Method with Equivariant Transformer", The 30th International Conference on Low Temperature Physics, Aug. 2025, Spain | |
| (4) 国内会議発表（査読なし） | |
| [] 永井佑紀、"自己学習による分子動力学の生成",シンポジウム AIと物理学の融合： 学習物理学から生成科学へ | |
| [] 永井佑紀, 富谷昭夫, "同変トランスフォーマーによる自己学習モンテカルロ法", 2025年日本物理学会年次大会 | |
| [] 金森逸作, 森川億人, 永井佑紀, 谷崎佑弥, ○富谷昭夫, 渡辺展正, "Lattice gradient flows (de-)stabilizing topological sectors for SU(3)" | |
| [] 吉村健太, 安永隼輔, 富谷昭夫, 永井佑紀, "機械学習を用いた一般化ドメインウォールフェルミオンのパラメータ探索" | |
| (5) 公開したライブラリなど | |
| 該当なし | |
| (6) その他（特許，プレスリリース，著書等） | |
| [] JHPCN 2025年優秀課題賞 永井佑紀（東京大学情報基盤センター）、CPUとGPUを同時利用する自己学習モンテカルロ法の開発 | |
| [] 2025年度HPCIソフトウェア賞 ソフトウェア名"JuliaQCD" 受賞者 富谷 昭夫(東京女子大学)、永井 佑紀(東京大学情報基盤センター) |
無断転載禁止