知の物理学研究センター / Institute for Physics of Intelligence (iπ)

【日時/Date】
１２月２０日（月）１４：００－１５：３０

【場所/Venue】
理学部1号館９階９１３セミナー室

【ホスト/Host】
蘆田　祐人 先生

【発表者/Speaker】
横田 猛 先生（理化学研究所）

【タイトル/Title】
"Physics-informed neural networks for solving functional renormalization group"

【概要/Abstract】
In recent years, physics-informed neural networks (PINNs) have been rapidly developed as a tool for solving high-dimensional partial differential equations. Our recent research aims to harness the potential of PINNs to address functional differential equations, which are infinite-dimensional partial differential equations [1, 2]. In [1], I applied this PINN-based approach to the functional renormalization group (FRG), a powerful method for non-perturbative analysis of many-body problems that involves functional differential equations. This approach has the potential to enable accurate calculations and applications to complex scenarios, such as inhomogeneous systems. In this talk, I will present the key concepts of this approach and share some numerical demonstrations.

[1] T. Yokota, Physics-informed neural networks for solving functional renormalization group on a lattice, Phys. Rev. B 109, 214205 (2024).
[2] T. Miyagawa and T. Yokota, Physics-informed neural networks for functional differential equations: cylindrical approximation and its convergence guarantees, accepted to the thirty-eighth annual conference on neural information processing systems, NeurIPS2024 (2024).

これらの講演に関するZoomのリンク等の案内を受け取ることを希望されるかたは、下記のgoogle formからメールアドレスをご記入ください。こちらに登録頂いた情報は、案内の配信のみに利用いたします。
対面のセミナー会場にはコーヒー、お茶菓子を用意いたしますのでぜひご利用ください。

登録フォーム：https://forms.gle/xnLmd9Kc1BaaNPgq8

過去の発表リスト：https://www.phys.s.u-tokyo.ac.jp/about/17106/

　　　　　　　　　　世話人：知の物理学研究センター　髙橋昂

⇦Top page