このサイトは「AI計算科学」に関する情報、訂正情報などを掲載します。誤りやコメントがありましたら サポートメール宛に送っていただけたら幸いです。

物理学や化学において、私たちは長年にわたり、自然現象を方程式として定式化し、それを数値的に解くことで理解を深めてきた。量子力学や統計力学はその代表例である。
しかしながら、現実の問題に適用しようとすると、そこには本質的な困難が現れる。高次元性、マルチスケール性、そしてレアイベント性である。これらの困難は計算機の性能向上だけではとうてい克服することはできない。
本書ではこの状況に対してAI、特にニューラルネットワークを用いて取り組むアプローチを紹介する。これらは既存の手法を単に高速化するための道具ではなく計算科学の枠組みそのものを再編する試みとして位置づけられる。
(まえがきより抜粋)
書誌情報 #
お知らせ #
- 2026/9/27 サポートページ公開しました
誤植情報 #
目次 #
第0章 計算科学の再編成
第Ⅰ部 機械学習の基礎
- 第1章 機械学習とニューラルネットワークの基礎
第Ⅱ部 表現の再編:高次元関数のモデル化
- 第2章 波動関数のニューラル表現
- 第3章 交換相関汎関数のニューラルモデル化
- 第4章 有限要素法のニューラルモデル化
第Ⅲ部 推論の再編:物理シミュレーションの高速化
- 第5章 機械学習原子間ポテンシャル
- 第6章 粗視化による分子動力学シミュレーションの高速化
- 第7章 ニューラル作用素による連続体シミュレーションの高速化
第Ⅳ部 探索の再編:生成による設計と発見
- 第8章 反応経路の探索
- 第9章 結晶構造の予測および逆設計
- 第10章 平衡分布からのサンプリング
- 第11章 タンパク質の構造予測
第Ⅴ部 対称性と科学
- 第12章 対称性を考慮したAI
付録 拡散モデル:無秩序なノイズから秩序ある構造へ