ニューラルネットワークによって問題を解く手法が，最近著しく身 近なものとなり，多くの物理学者がすぐにでも使える状況にあるこ とを紹介する。 こうした背景から，機械学習，特にニューラルネットワークを利用した固体物理の研究がここ数年，活発に行われている。これらの研 究の現状を，画像認識と強化学習の方法に分けて解説する。 特に深層学習による画像認識を使った2 次元，および3 次元の量 子相転移の結果について，詳しく報告する。この方法により，ラン ダム電子系における金属絶縁体転移，トポロジカル・非トポロジカ ル転移，量子パーコレーション転移の相図が再現できることを示す。また，従来の方法とこの方法の長所，短所を比較する。
参考文献