出版社内容情報
【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
内容説明
AIは科学をどう変えるのか。計算科学を再編する×分野を横断してつなぐ×物理法則と融合する。計算科学は理論と計算能力の間で発展してきた。そして今、そこに新たな道具AIが加わった。本書は、この道具をどのように位置づけ、どのように使いこなすべきかを考える。
目次
計算科学の再編成
第1部 機械学習の基礎(機械学習とニューラルネットワークの基礎)
第2部 表現の再編:高次元関数のモデル化(波動関数のニューラル表現;交換相関汎関数のニューラルモデル化;有限要素法のニューラルモデル化)
第3部 推論の再編:物理シミュレーションの高速化(機械学習原子間ポテンシャル;粗視化による分子動力学シミュレーションの高速化;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4部 探索の再編:生成による設計と発見(反応経路の探索;結晶構造の予測および逆設計;平衡分布からのサンプリング;タンパク質の構造予測)
第5部 対称性と科学(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
著者等紹介
岡野原大輔[オカノハラダイスケ]
Preferred Networks(PFN)代表取締役社長。Matlantis代表取締役社長。1982年福島県に生まれ、2010年東京大学大学院情報理工学系研究科博士課程を修了。博士(情報理工学)。在学中の2006年にPreferred Infrastructureを共同で創業。2014年Preferred Networksを創業。2025年より現職(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。



