計算科学における情報圧縮

　現在の計算科学では、銀河のダイナミクスから量子ビット間のエンタングルメントまで多岐にわたる問題が研究対象となっている。これら多様な問題を計算機で扱う際には、対象系の巨大な自由度をいかに圧縮し、効率的に有限のメモリ内で表現するかが、共通する課題となる。とくに多体問題では、しばしば、構成要素数に対して指数関数的に自由度が増大するため、膨大な自由度をいかに扱うかが普遍的に重要な課題となってきた。現在では、天文や物理学、化学などの個々の科学分野での発展に加え、応用数理や量子情報からの知見を取り入れた情報圧縮手法が注目を集めている。
　本講義では、情報圧縮の基礎となる、スパース・モデリングやクリロフ部分空間法、よび、特異値分解等を用いた、行列・テンソルの低ランク近似の紹介から始め、物質科学や素粒子理論で自由度の効率的な圧縮に用いられている matrix product stateやそれを拡張した tensor network state、さらに、効率的な圧縮の背景にあるエンタングルメントの概念について学ぶ。