本研究の元となった論文（Phys. Rev. A 103, 043334 (2021)）では、２粒子ではあるものの、相対座標と重心座標に分解可能な調和振動子系を用いた１次元系の自由時間発展を扱っていた。そのため、数値計算の分割幅を相互作用の空間変化幅に対し十分細かく取ることが可能であった。しかしながら、３体以上の相互作用となると、重心自由度をうまく分離できたとしてもなお、２粒子系となる。さらには、一般に相互作用も非等方となるため２次元以上での計算が必要となる。そのため、本年は３体相互作用検出の予備段階として、２次元２体粒子衝突ダイナミクスから取得した密度分布データを用いて相互作用を抽出する方法を検討した。

　２粒子かつ２次元の衝突計算となると膨大な計算量と時間が必要となる。そこで、本年度は、Askar-Cakmak法（J. Chem. Phys. 68, 2794 (1978)）による時間発展法を用いた計算コスト削減の検証を行った。本手法は、陽解法ではあるが、よく知られたCrude-Euler法がO(分割幅^2)であることに対し、陰解法であるCrank-Nicolson法と同じO（分割幅^4）となり、なおかつ陽解法特有の安定性があるとされる。しかしながら、相互作用を再現する兆候が見られたものの、必要な分割数には届かず、現状優位な結論は得られていない。

　一方、今回の計算を２次元Bose-Einstein凝縮系を用いた物理リザバーコンピューティングに転用した。物理リザバーコンピューティングとは、再帰型のニューラルネットワークを物理系のダイナミクスで代替し、測定データについてのみパラメータの学習する機械学習の一手法である。この研究では、Bose-Einstein凝縮体に時系列データをレーザーでのスパイクパターンとしてエンコードし、その結果生じる波紋の密度分布関数を用いて時系列データの予測を行った。その際、時系列データの計算に関して、過去の情報を適度に落とす散逸効果が予測性能を高めることを見出した。