|
サイズ: 2680
コメント:
|
サイズ: 3187
コメント:
|
| 削除された箇所はこのように表示されます。 | 追加された箇所はこのように表示されます。 |
| 行 20: | 行 20: |
| || 4/24 || 釣 || 特殊相対論：ローレンツ変換、4元ベクトル || || 5/8 || 前田 || 確率、情報理論 || || || 5/15 || 釣 || Maxwell方程式の共変形式 || || 5/22 || 前田 || || || || 5/29 || 釣 || 量子化の方法、スカラー場の正準量子化、状態の粒子解釈 || || 6/5 || 前田 || || || || 6/5 || 釣 || 相対論的量子力学、Dirac方程式、反粒子 || || 6/19 || 前田 || || || || 6/26 || 釣 || Dirac場の量子化、反交換関係、粒子・反粒子状態 || || 7/3 || 前田 || || || || 7/10 || 釣 || 電磁場の量子化 || || 7/17 || 前田 || || || || 7/24 || 釣 || プロパゲータの計算 || || 7/31 || 前田 || || || |
|| 4/24 || 釣 || 特殊相対論：ローレンツ変換、4元ベクトル || || 5/8 || 前田 || 確率と情報理論、数値計算 || || || 5/15 || 釣 || Maxwell方程式の共変形式 || || 5/22 || 前田 || 機械学習の基礎 || || || 5/29 || 釣 || 量子化の方法、スカラー場の正準量子化、状態の粒子解釈 || || 6/5 || 前田 || 深層順伝播型ネットワーク || || || 6/5 || 釣 || 相対論的量子力学、Dirac方程式、反粒子 || || 6/19 || 前田 || 深層学習のための正則化 || || || 6/26 || 釣 || Dirac場の量子化、反交換関係、粒子・反粒子状態 || || 7/3 || 前田 || 深層モデルの訓練のための最適化 || || || 7/10 || 釣 || 電磁場の量子化 || || 7/17 || 前田 || 畳み込みネットワーク || || || 7/24 || 釣 || プロパゲータの計算 || || 7/31 || 前田 || 系列モデリング：回帰結合型ニューラルネットワークと再帰型ネットワーク || || |
| 行 29: | 行 29: |
| || x/yy || 釣 || 遷移振幅、散乱断面積、崩壊率 || || x/yy || 前田 || || || || x/yy || 釣 || (遷移振幅、相互作用表示、摂動論) || || x/yy || 前田 || || || || x/yy || 釣 || (プロパゲータ、T積、N積) || || x/yy || 前田 || || || || x/yy || 釣 || Wickの定理 || || x/yy || 前田 || || || || x/yy || 釣 || Feynmann則（QEDの場合） || || x/yy || 前田 || || || || x/yy || 釣 || Wickの定理 || || x/yy || 前田 || || || || x/yy || 釣 || 断面積の計算 || || x/yy || 前田 || || || || x/yy || 釣 || 非可換ゲージ理論の相互作用項 || || x/yy || 前田 || || || || x/yy || 釣 || ループ図の発散 || || x/yy || 前田 || || || |
|| x/yy || 釣 || 遷移振幅、散乱断面積、崩壊率 || || x/yy || 前田 || 実用的な方法論 || || || x/yy || 釣 || (遷移振幅、相互作用表示、摂動論) || || x/yy || 前田 || アプリケーション || || || x/yy || 釣 || (プロパゲータ、T積、N積) || || x/yy || 前田 || 線形因子モデル || || || x/yy || 釣 || Wickの定理 || || x/yy || 前田 || 自己符号化器 || || || x/yy || 釣 || Feynmann則（QEDの場合） || || x/yy || 前田 || 表現学習 || || || x/yy || 釣 || Wickの定理 || || x/yy || 前田 || 深層学習のための構造化確率モデル || || || x/yy || 釣 || 断面積の計算 || || x/yy || 前田 || モンテカルロ法 || || || x/yy || 釣 || 非可換ゲージ理論の相互作用項 || || x/yy || 前田 || 分配関数との対峙 || || || x/yy || 釣 || ループ図の発散 || || x/yy || 前田 || 近似推論・深層生成モデル || || |
2019年度 M1ゼミ （場の量子論＋機械学習）
目標
- 場の量子論の基礎を勉強して、ファインマン図を理解できるようになる。
- 機械学習の方法を基礎から理解する。どのような問題に応用されているかを知る。
進め方
毎週水曜日
- 場の量子論
2018年度の内容を参考に進める
- 機械学習
- 参考書： I. Goodfelloww, Y. Bengio and A. Courville, "Deep Learning"を読みながら進める。
日程
前期：自由場の量子化
5/15, 6/12, 7/3（会議）, 6/26（その他）は河野は不在。
場の量子論 |
機械学習 |
||||||
日付 |
担当 |
内容 |
資料 |
日付 |
担当 |
内容 |
資料 |
4/9 |
釣 |
解析力学：Lagrange形式、ネターの定理 |
|
4/17 |
前田 |
線形代数の復習 |
|
4/24 |
釣 |
特殊相対論：ローレンツ変換、4元ベクトル |
|
5/8 |
前田 |
確率と情報理論、数値計算 |
|
5/15 |
釣 |
Maxwell方程式の共変形式 |
|
5/22 |
前田 |
機械学習の基礎 |
|
5/29 |
釣 |
量子化の方法、スカラー場の正準量子化、状態の粒子解釈 |
|
6/5 |
前田 |
深層順伝播型ネットワーク |
|
6/5 |
釣 |
相対論的量子力学、Dirac方程式、反粒子 |
|
6/19 |
前田 |
深層学習のための正則化 |
|
6/26 |
釣 |
Dirac場の量子化、反交換関係、粒子・反粒子状態 |
|
7/3 |
前田 |
深層モデルの訓練のための最適化 |
|
7/10 |
釣 |
電磁場の量子化 |
|
7/17 |
前田 |
畳み込みネットワーク |
|
7/24 |
釣 |
プロパゲータの計算 |
|
7/31 |
前田 |
系列モデリング：回帰結合型ニューラルネットワークと再帰型ネットワーク |
|
後期：相互作用する場
x/yy |
釣 |
遷移振幅、散乱断面積、崩壊率 |
|
x/yy |
前田 |
実用的な方法論 |
|
x/yy |
釣 |
(遷移振幅、相互作用表示、摂動論) |
|
x/yy |
前田 |
アプリケーション |
|
x/yy |
釣 |
(プロパゲータ、T積、N積) |
|
x/yy |
前田 |
線形因子モデル |
|
x/yy |
釣 |
Wickの定理 |
|
x/yy |
前田 |
自己符号化器 |
|
x/yy |
釣 |
Feynmann則（QEDの場合） |
|
x/yy |
前田 |
表現学習 |
|
x/yy |
釣 |
Wickの定理 |
|
x/yy |
前田 |
深層学習のための構造化確率モデル |
|
x/yy |
釣 |
断面積の計算 |
|
x/yy |
前田 |
モンテカルロ法 |
|
x/yy |
釣 |
非可換ゲージ理論の相互作用項 |
|
x/yy |
前田 |
分配関数との対峙 |
|
x/yy |
釣 |
ループ図の発散 |
|
x/yy |
前田 |
近似推論・深層生成モデル |
|
(資料は、[[<URL>|テキスト]]という形で挿入できる。<URL>の部分は添付ファイルならファイルを添付した後でattachment:<filename>とする。)