[論文レビュー] Machine learning for bounce calculation

Ryusuke Jinno|arXiv (Cornell University)|May 30, 2018

Quantum and electron transport phenomena参考文献 1被引用数 14

ひとこと要約

本論文では、スカラー場のバウンス作用を数値的に解く必要なく、教師あり機械学習、特に順方向伝播ニューラルネットワークを用いて量子トンネル過程におけるバウンス作用を予測する手法を提案する。1次元のポテンシャルの多様なデータセットで訓練されたモデルは、バウンス作用を1パーセント未満の精度で予測でき、量子場理論におけるトンネル率計算において、従来の数値的手法の高速かつ高精度な代替手段として機械学習が有効であることを示している。

ABSTRACT

We study the possibility of using machine learning for the calculation of the bounce action in quantum tunneling. Adopting supervised learning, we train neural network to give the bounce action from a given potential. It is found that, for one-dimensional tunneling, even a simple neural network performs at a percent level.

研究の動機と目的

• 機械学習が一次相転移における重要な量であるバウンス作用の計算をどれだけ高速化できるかを検討すること。
• バウンス方程式の計算コストの高い数値的解法を回避し、ポテンシャルを直接バウンス作用へ写像するニューラルネットワークを訓練することで、その目的を達成すること。
• 多様なポテンシャル形状とパラメータに対して、モデルの性能と一般化能力を評価すること。
• 高スループットの物理学的応用において、従来の数値的手法の代替として機械学習が実用可能かどうかを評価すること。

提案手法

• 教師あり学習フレームワークを採用し、入力はスカラー場、出力は4次元ユークリッド空間における対応するバウンス作用である。
• データセットは、局所的最大値、最小値、微分の極値などのポテンシャルパラメータをランダムにサンプリングし、C1、C2、C3型の多項式ポテンシャルを構築することで生成される。
• バウンス作用は、境界条件を満たすバウンス方程式の数値的解法として標準的な「オーバーシュート／アンダーシュート法」を用いて計算される。
• 完全結合型の順方向伝播ニューラルネットワークをデータセット上で訓練し、ポテンシャルからバウンス作用への写像関係を学習する。
• 訓練済みデータに含まれないポテンシャル、特に対数関数型ポテンシャルを含む未学習のポテンシャルに対してモデルを評価し、一般化能力をテストする。
• 過学習の検出と収束の確認のため、訓練セットおよびテストセットの両方の損失関数を監視しながら訓練を実施する。

実験結果

リサーチクエスチョン

• RQ1 バウンス方程式を解かずに、機械学習モデルが量子トンネルにおけるバウンス作用を正確に予測できるか？
• RQ2 学習データに含まれないポテンシャル形状に対しても、モデルの一般化性能はどの程度高いか？
• RQ3 この物理学的問題に対して、単純なニューラルネットワークがどの程度の精度に達するか？
• RQ4 多様なポテンシャル族を含むデータセットで訓練した場合、モデルは過学習を回避できるか？
• RQ5 高スループットの物理学的シミュレーションにおいて、モデルは従来の数値的手法の実用的代替手段として成立するか？

主な発見

• ニューラルネットワークは、1次元ポテンシャルに対して真のバウンス作用の数パーセント以内の精度で予測を実現し、一部のケースでは1パーセント未満の誤差にまで達している。
• 訓練中に見られなかった対数関数型ポテンシャルに対しても、モデルは良好に一般化しており、複数回のテスト実行においても（1パーセント未満の）精度を維持している。
• 損失関数は10,000エポック目までに収束し、顕著な過学習は観察されないため、安定した訓練と良好な一般化性能が裏付けられている。
• C1、C2、C3型の異なるポテンシャル族に対して一貫した性能を示しており、複数のデータセットを統合しての訓練においても、顕著な性能低下は見られない。
• 結果から、機械学習が量子場理論におけるバウンス作用計算の高速かつ高精度な代替手段として有効である可能性が示唆される。
• 本手法により、パラメータの広い範囲にわたるバウンス作用の迅速な評価が可能となり、これは一次相転移の宇宙論的・素粒子物理学的研究において極めて重要である。