Publications

KAM Theory Meets Statistical Learning Theory: Hamiltonian Neural Networks with Non-Zero Training Loss 〇Yuhan Chen, Takashi Matsubara and Takaharu Yaguchi AAAI2022, Oral Presentation (Oral acceptance rate ~ 4.6%)
🔗web page
Neural Symplectic Form: Learning Hamiltonian Equations on General Coordinate Systems 〇Yuhan Chen, Takashi Matsubara and Takaharu Yaguchi NeurIPS2021, Splotlight Presentation (Splotlight acceptance rate ~ 3%)
🔗web page
Secret Communication Systems Using Chaotic Wave Equations with Neural Network Boundary Conditions Yuhan Chen, Hideki Sano, Masashi Wakaiki and Takaharu Yaguchi（2021）Entropy, 23, 904.
🔗web page
 

Talks

〇Yuhan Chen, Takashi Matsubara, Takaharu Yaguchi, “Geometric Integrators for Neural Symplectic Forms,” International Symposium on Nonlinear Theory and Its Applications(NOLTA2023), Sep, 27, 2023. (Italy, Catania)
〇Yuhan Chen, Baige Xu, Takashi Matsubara, Takaharu Yaguchi, “Geometric Integrators for Neural Symplectic Forms,” International Congress onIndustrial and Applied Mathematics(ICIAM2023，Minisymposium), Aug, 23, 2023. (Tokyo)
〇Yuhan Chen, Baige Xu, Takashi Matsubara, Takaharu Yaguchi, “Variational Principle and Variational Integrators for Neural Symplectic Forms,” International Conference on Machine Learning (ICML2023，workshop), Jul, 29, 2023. (Hawaii)
🔗web page
〇Yuhan Chen, Takashi Matsubara, Takaharu Yaguchi, “Variational Integrator for Hamiltonian Neural Networks,” International Symposium on Nonlinear Theory and Its Applications (NOLTA2022). (Online)
🔗web page
〇Yuhan Chen, Takashi Matsubara, Takaharu Yaguchi, “KAM Theory Meets Statistical Learning Theory: Hamiltonian Neural Networks with Non-Zero Training Loss,” Association for the Advancement of Artificial Intelligence (AAAI2022), Feb 26, 2022. (Online)
🔗web page
〇陳鈺涵, 松原崇, 谷口隆晴, 「ニューラルシンプレクティック形式と変分原理の両立性について」 日本数学会 2022年度秋季総合分科会, 2022.09.16（北海道）
🔗web page
〇Baige Xu, Yuhan Chen, Takashi Matsubara, Takaharu Yaguchi, “Learning GENERIC Systems Using Neural Symplectic Forms,” International Conference on Scientific Computation and Differential Equations (SciCADE), Jul 25, 2022. (Iceland)
🔗web page
Yuhan Chen, Takashi Matsubara, 〇Takaharu Yaguchi, “Theoretical analysis of approximation properties of Hamiltonian neural networks,” International Conference on Scientific Computation and Differential Equations (SciCADE), Jul 25, 2022. (Iceland)
🔗web page
〇Yuhan Chen, Takashi Matsubara, Takaharu Yaguchi, “Neural symplectic form and coordinate-free learning of Hamiltonian dynamics,” International Conference on Scientific Computation and Differential Equations (SciCADE), Jul 25, 2022. (Iceland)
🔗web page
〇徐 百歌，陳鈺涵，松原崇，谷口隆晴：「Neural Symplectic 形式によるGENERICシステムの学習」第27回計算工学講演会，2022.06.03（秋田）
🔗web page
〇陳鈺涵，松原崇，谷口隆晴：「シンプレクティック形式の学習による一般座標系での深層物理モデル」環瀬戸内応用数理研究部会第25回シンポジウム，2021.12.25（岡山）
🔗web page
〇Yuhan Chen, Takashi Matsubara, Takaharu Yaguchi, “Neural Symplectic Form: Learning Hamiltonian Equations on General Coordinate Systems,” Conference on Neural Information Processing Systems (NeurIPS2021), Dec 09, 2021. (Online)
🔗web page
〇陳鈺涵，松原崇，谷口隆晴：「ニューラルシンプレクティック形式とそれによる一般座標系でのハミルトン方程式の学習」第24回情報論的学習理論ワークショップ (IBIS2021)，2021.11.10（オンライン）
🔗web page
〇陳鈺涵，佐野英樹，若生将生，谷口隆晴：「分布系のカオス同期化と深層学習を用いたカラー画像の秘匿通信」 情報処理学会第130回MPS，2020.09.29（オンライン）
🔗web page
〇陳鈺涵，佐野英樹，若生将生，谷口隆晴：「分布系のカオス同期化を利用した画像の秘匿通信への深層学習の応用」 Kobe Intangible Science Community Workshop ，2020.09.14 （淡路島） 🔗web page
〇陳鈺涵，佐野英樹，若生将生，谷口隆晴：「分布系のカオス同期化とニューラルネットワークを用いた秘匿通信システム」日本応用数理学会 2020年度 年会，2020.09.08（オンライン）
🔗web page
〇陳鈺涵，谷口隆晴：「高頻度データに対する再帰型ニューラルネットモデル」第23回環瀬戸内応用数理研究会，2019.12.14（神戸） 🔗web page
〇陳鈺涵，谷口隆晴：「GARCH型モデルによる株式指数収益変動予測とその拡張に向けて」2019年度 数値解析・HPC 研究集会，2019.09.29（琵琶湖） 🔗web page
 

Others

invited lecture: ”Neural Symplectic Form: Learning Hamiltonian Equations on General Coordinate Systems,” AITIME，2022.02.24.
研究成果が「神戸大と阪大、運動方程式導くＡＩ開発　精緻な予測・制御に道」として日刊工業新聞電子版（2021.12.10）に掲載されました．
🔗web page
 
 
badge