スピーカー：棚橋 典大 (京都大)

タイトル：微分方程式ソルバーとしての機械学習

アブストラクト：
本講演では、機械学習を用いた微分方程式の解法として注目されている
Physics-Informed Neural Network（PINN）を、重力理論および
その応用分野に典型的に現れる微分方程式に適用する試みを紹介する。
曲がった時空における弦や極小曲面の形状、非線形波動方程式の時間発展
といった例題を通じて、PINNの実用性と課題、従来手法と比べた場合の
特性について検証を行う。特に、あるクラスの問題についてはPINNが
最良の手法になり得るという可能性について議論する。