さきがけ研究者

辻 直人

理化学研究所
創発物性科学研究センター
研究員

研究概要

高精度量子多体計算にこれまで本格的に応用されてこなかった機械学習の手法を取り入れて計算効率を最適化する新たな数理手法を開発し、強相関電子系の物性予測・物質設計の汎用的フレームワークを確立します。具体的には、動的平均場理論で用いられる量子モンテカルロ法において、計算効率が最もよくなる波動関数の展開基底を推定する（＝グラフのパターン認識をする）学習モデルを構築します。それによりこれまで解析することができなかった多軌道・大規模クラスターの物質模型に対する高精度計算の道を拓き、また計算効率を最適化する学習モデルによる表現を得ることで強相関電子系の物性法則の本質に迫るような新知見を得ることを目指します。