大阪大学　数理・データ科学教育研究センター
Center for Mathematical Modeling and Data Science,The University of Osaka

乱れの中の秩序を探る：深層学習で読み解く物質科学の構造指標

川﨑 猛史 氏（大阪大学 D3センター 大規模計算科学研究部門 准教授）

1. ホーム
2. セミナー・集中講義
3. AI・データ利活用研究会
4. 乱れの中の秩序を探る：深層学習で読み解く物質科学の構造指標

AI・データ利活用研究会 第92回

乱れの中の秩序を探る：深層学習で読み解く物質科学の構造指標

川﨑 猛史 氏（大阪大学 D3センター 大規模計算科学研究部門 准教授）

近年、深層学習をはじめとするデータサイエンス手法が自然科学の各分野に応用され、構造予測や分類、シミュレーション補完などにおいて顕著な成果を上げています。しかしながら、深層学習の多くは判断根拠が不透明な「ブラックボックス」として扱われることが多く、自然科学が重視する因果的理解や本質的構造の把握には限界があるという課題も指摘されています。
本講演では、物理学的知見を積極的に取り入れることで深層学習モデルの解釈性を高め、特にアモルファス固体のように秩序を欠いた構造の中から、その異常な物性や動的挙動を支配する「特徴構造」を抽出するための新たな手法を紹介します。さらに、本手法が物理学のみならず、生体組織や疾患組織など、生物学・医学分野における構造—機能関係の解析にも展開可能であることについて議論します。