原著論文 / Original papers

• Patrick A. Bonnaud and Hayato Shiba
  "Molecular Simulations of Ionic Liquids at Charged Graphite Interfaces"
  Journal of Physical Chemistry C 127, 22917-22933 (2023). 
• Hayato Shiba, Masatoshi Hanai, Toyotaro Suzumura, and Takashi Shimokawabe
  "BOTAN: BOnd TArgeting Network for prediction of slow glassy dynamics by machine learning relative motion"
  The Journal of Chemical Physics  158, 084501/1-11 (2023).   [Open Access] 
  Source code and public dataset:  "pyg_botan" on GitHub. 
• Yuichi Asahi, Naoyuki Onodera, Yuta Hasegawa, Takashi Shimokawabe, Hayato Shiba, and Yasuhiro Idomura
  "CityTransformer: A transformer based model for contaminant dispersion prediction in a realistic urban area"
  Boundary Layer Meteorology 186, 659-692 (2023). 

国際会議論文 / Conference papers

• [Workshop] Yuichi Asahi, Naoyuki Onodera, Yuta Hasegawa, Takashi Shimokawabe, Hayato Shiba, and Yasuhiro Idomura
  "Generating observation guided ensembles for data assimilation with denoising diffusion probabilistic model"
   ICML 2023 Workshop, Synergy of Scientific and Machine Learning Modeling (SynS & ML)
  arXiv:2308.06708

国際会議講演 / International Conference Presentations 

• [Invited] Hayato Shiba, Masatoshi Hanai, Toyotaro Suzumura, Takeshi Kawasaki, and Takashi Shimokawabe
  "Deep learning glasses: how well neural network models can capture the dynamic heterogeneity?" 9th International Discussion Meeting on Relaxations in Complex Systems (9IDMRCS)
  13th, Aug. 2023    (Makuhari Messe, Chiba, Japan)
• [Oral] Hayato Shiba, Masatoshi Hanai, Toyotaro Suzumura, and Takashi Shimokawabe
  "Enhancing the predictive power of static structure in glassy systems by machine learning relative motion" 7th International Soft Matter Conference
  6th Sep. 2023  (Osaka International Convention Center, Osaka, Japan)
• [Poster] Hayato Shiba, Masatoshi Hanai, Toyotaro Suzumura, and Takashi Shimokawabe
  "Enhancing the predictive power of static structure in glassy systems by machine learning relative motion" 28th International Conference on Statistical Physics (STATPHYS28) 
  13th Aug. 2023  (Hongo Campus, The University of Tokyo, Tokyo, Japan)
• [Poster]  Hayato Shiba, Masatoshi Hanai, Toyotaro Suzumura, and Takashi Shimokawabe
  "Enhancing the predictive power of static structure in glassy systems by machine learning relative motion" 
  34th IUPAP Conference on Computational Physics (CCP2023)
  6th Aug. 2023  (Kobe International Conference Center, Kobe Port Island, Kobe, Japan

国内学会・研究会講演  /  Domestic Conference Presentations

• [Invited]  芝　隼人
  「ガラス動力学の深層学習  —   乱雑構造の中に隠れた未来を掘り起こす」
  STEシミュレーション研究会：計算科学とデータ科学の融合に向けて
  2023年12月20日（神戸大学六甲山キャンパス, 神戸市灘区）
• [Oral]  Hayato Shiba
  "Deep learning of simulated glassy dynamics "
  45th ASE Seminar Advanced Supercomputing Environment): International Workshop on "Integration of Simulation/Data/Learning and Beyond" 
  2023年11月29日（東京大学情報基盤センター,  千葉県柏市）［オンライン講演での参加］
• [Oral]  芝　隼人
  「ガラス動力学の深層学習　ー　現在とその次？」
  液体・ガラスへのデータ駆動アプローチ   - グラフニューラルネットワークとその周辺 -
  2023年11月28日（ニチイ学館 神戸ポートアイランドセンター, 神戸市中央区）
• [Poster] 芝　隼人、下川辺  隆史
  「ガラス動力学の深層学習における準安定構造の使用の影響」
  第 37 回分子シミュレーション討論会 
  2023年12月5日（福井県県民ホール AOSSA、福井市）
• [Poster] 芝　隼人
  「グラフニューラルネットワークを用いた非晶質系動力学予測システム開発 ー材料シミュレーションの究極的な未来予測モデルに向けてー」
  兵庫県立大学 知の交流シンポジウム2023
  2023年9月22日（神戸商工会議所会館、神戸市中央区）

セミナー等講演 / Seminar and Lectures

• [Invited]  芝　隼人
  「非晶質材料への深層学習からのアプローチ ー　AI 時代の新たなシミュレーションのあり方を探る」
  電気学会   磁気センサとAI 技術を活用したセンシングシステム調査専門委員会（第２回）
  2023年10月31日（Zoom, オンライン開催）
• [Invited]  芝　隼人
  「ガラスの長時間分子動力学シミュレーションの深層学習」
  第30回AT研究会オープンアカデミックセッション（ATOS30） 
  2023年10月27日（山梨大学 甲府東キャンパス, 甲府）
• [Invited]  芝　隼人
  「ガラスの深層学習 ー シミュレーションとデータサイエンスの新たな出会い、そして可能性」
  KOBE HPCサマースクール（初級）2023
  2023年9月19日（神戸大学統合研究拠点, 神戸）