Curriculum Vitae (Japanese)
Curriculum Vitae (Japanese)
Embedded Files
Education
Education
2011.4 - 2014.3 横浜市立 横浜サイエンスフロンティア高等学校
2014.4 - 2018.3 東京大学 理学部物理学科
2018.4 - 2023.3 東京大学 大学院 理学系研究科物理学専攻 杉野研究室 (物性研究所)
2019.9 - 2019.11 University of California, Irvine, Kieron Burke group 滞在 (物性研究所 学生海外派遣プログラム)
2023.3 博士(理学) 取得
Current position
Current position
株式会社Preferred Networks, Material Discoveryチーム リサーチャー
計算物質科学手法の研究開発
講義(DFT勉強会)など
Awards
Awards
2020.3 東京大学大学院理学系研究科 研究奨励賞
2023.3 日本物理学会 領域11 若手奨励賞
2024.3 東京大学物性研究所 所長賞 ISSP学術奨励賞
Peer-reviewed papers
Peer-reviewed papers
RN, R. Akashi, S Sasaki, and S Tsuneyuki, "Neural-network Kohn-Sham exchange-correlation potential and its out-of-training transferability", The Journal of chemical physics 148 (24), (2018).
RN, R. Akashi, and O. Sugino, "Completing density functional theory by machine learning hidden messages from molecules", npj Computational Materials, 6, 43 (2020).
Y. Suzuki, RN, and J. Haruyama, "Machine learning exchange-correlation potential in time-dependent density-functional theory", Physical Review A, 101, 050501(2020).
RN, R. Akashi, and O. Sugino, "Machine-learning-based exchange correlation functional with physical asymptotic constraints", Physical Review Research, 4, 013106 (2023).
Reviews and Commentary Articles
Reviews and Commentary Articles
ニューラルネットワーク形式の交換相関ポテンシャル, 「シミュレーション」Vol.39
ニューラルネットワークによる交換相関ポテンシャルの構成, 「アンサンブル」 2019 年 21 巻 2 号
"Machine learning Kohn–Sham exchange–correlation potentials" in Roadmap on machine learning in electronic structure
PFPを用いた高速な結晶構造予測とその効率化アルゴリズムの開発 PFN tech blog (インターン生のメンターを担当しました。記事本文はインターン生による寄稿です。)
Invited lectures
Invited lectures
2023.3 日本物理学会若手奨励賞受賞記念講演 「機械学習による交換相関汎関数の構築」
2023.3 DxMTワークショップ 「Machine Learning Based Construction of Density Functional」
2024.3 計算物理春の学校2024 「機械学習による原子・電子シミュレーションの精度向上」
Conferences
Conferences
日本物理学会 多数
American Physical Society March Meeting (2019)
10th Triennial Congress of the International Society for Theoretical Chemical Physic (2019)
Page updated
Google Sites
Report abuse