1. 前のページに戻る

幾何学的深層学習による科学技術機械学習基盤の創出

研究課題

戦略的な研究開発の推進 戦略的創造研究推進事業 さきがけ

体系的番号 JPMJPR24TB
DOI https://doi.org/10.52926/JPMJPR24TB

研究代表者

松原 崇  北海道大学, 大学院情報科学研究院, 教授

研究期間 (年度) 2024 – 2027
概要本研究は,モデル駆動的なアプローチを深層学習と融合することで,力学系の物理的な法則や特性をデータ駆動的に発見し,それらを保証する数理モデルを自律的に構築する技術基盤を開発する.これによって,高速かつ高精度な計算機シミュレーションを実現し,計算機シミュレーションを用いた研究開発プロセスのループを加速させる.そのため,幾何学的深層学習および科学技術機械学習を理論と実践の両面で深化させる.
研究領域AI・ロボットによる研究開発プロセス革新のための基盤構築と実践活用
  • 主な研究成果

    (1件)

すべて 2024

すべて 雑誌論文 (1件) (査読あり 1件)

  • [雑誌論文] Modeling Coupled Systems by Neural Networks with Poisson Structures and Ports2024

    • 著者名
      Razmik Khosrovian, Takaharu Yaguchi, Hiroaki Yoshimura, Takashi Matsubara
    • 雑誌名

      International Conference on Scientific Computing and Machine Learning 2025 (SCML2025)

    • 査読あり

URL: 

JSTプロジェクトデータベース掲載開始日: 2024-12-19   JSTプロジェクトデータベース最終更新日: 2026-09-08  

サービス概要 よくある質問 利用規約

Powered by NII jst