Target scope of Workshop

Deep learning plays a central role in recent developments in research in artificial intelligence (AI). Various ideas based on physics are found in the research of deep learning, and consequently, deep learning and physics are related intimately. This workshop is dedicated to (1) applications of deep learning to physics, (2) discovering similarities among deep learning and physics, and (3) leading to new paradigm in physics motivated by deep learning. Researchers in related fields are welcome to attending discussions at our workshop.

深層学習(deep learning)は人工知能(Artificial Intelligence, AI)研究の中心的存在であり、近年大きな発展を遂げています。 その中には物理学に基礎を置く考え方が多く見られ、結果として必然的に、深層学習と物理学は大変親密な関係にあります。 本研究会は、深層学習の物理学研究への応用、また、理論的枠組みの相似性を探求し理論物理学において新たな技法とパラダイムを開拓すべく、企画されました。 急速に進展する本研究分野の議論に、多数の研究者のご参加を期待します。

Organizers

K. Hashimoto (Osaka U.), Y. Nagai (JAEA), A. Tanaka (RIKEN/AIP), A. Tomiya (CCNU)

Date and Place

1-2, June, 2018

Nambu Hall (Osaka U.)

Invited speakers

招待講演者 (敬称略):
青木健一 (金沢大), 安藤康伸 (産総研), 大関真之 (東北大), 大槻東巳 (上智大), 柏浩司 (福岡工業大), 久良尚任 (東大),
斎藤弘樹 (電通大), 柴正太郎 (KEK), 福嶋健二 (東大), 藤田浩之 (東大物性研), 田中章詞 (理研), 富谷昭夫 (CCNU),
永井佑紀 (原子力機構), 橋本幸士 (阪大)

スケジュール（敬称略）

1st June

13:00-13:50 田中章詞 (理研AIP) A. Tanaka : Tutorial

13:50-14:20 大関真之 (東北大) M. Ohzeki : Deep learning with/for quantum annealing

14:20-14:50 永井佑紀 (原子力機構) Y. Nagai : Self-learning Monte Carlo Method

14:50-15:10 Break

15:10-15:40 久良尚任 (東大) N. Kura : Quantum metrology on functions

15:40-16:10 柴正太郎 (KEK) S. Shiba : 機械学習と繰り込み群の関係

16:10-16:40 藤田浩之 (東大物性研) H. Fujita : Reverse engineering Hamiltonian from spectrum

16:40-17:00 Break

17:00-17:30 青木健一 (金沢大) K. Aoki : 深層学習は統計系の温度推定から何を学ぶのか

17:30-18:00 斎藤弘樹 (電通大) H. Saito : Quantum many-body problems and neural networks

2nd June

9:00- 9:30 大槻東巳 (上智大) T. Ohtsuki : Drawing phase diagrams using deep convolutional neural networks

9:30-10:00 福嶋健二 (東大) K. Fukushima : Deep learning to diagnose the neutron star

10:00-10:30 安藤康伸 (産総研) Y. Ando : 対称性と深層学習にみるポテンシャルフィッティングの近代史

10:30-10:45 Break

10:45-11:15 富谷昭夫 (CCNU) A. Tomiya : Towards reduction of autocorrelation in HMC by machine learning

11:15-11:45 柏浩司 (福岡工業大) K. Kashiwa : Toward solving the sign problem with machine learning

11:45-12:15 橋本幸士 (阪大) K. Hashimoto : Deep learning and AdS/CFT

The talks are delivered in Japanese. Please click to open slides.

Access

Nambu Hall

Poster

Links

Deep Learning and physics (Workshop in the last year)

Osaka Univ. Particle Physics Theory Group