ダイナミクスの機械学習の数理解析 － リザバー計算を中心に －

• Project/Area Number: 23K25780
• Project/Area Number (Other): 23H01083 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 12020:Mathematical analysis-related
• Research Institution: Kyoto University
• Principal Investigator: 國府 寛司 京都大学, 理学研究科, 教授 (50202057)
• Co-Investigator(Kenkyū-buntansha): 坂上 貴之 京都大学, 理学研究科, 教授 (10303603)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000); Fiscal Year 2027: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2026: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2024: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2023: ¥7,020,000 (Direct Cost: ¥5,400,000、Indirect Cost: ¥1,620,000)
• Keywords: 力学系 / 機械学習 / リザバー計算 / ダイナミクス / 分岐

Outline of Research at the Start

リザバー計算は回帰的ニューラルネットワーク(RNN)を用いた機械学習法であり，未知のダイナミクスから生成される時系列データの予測などの時間的に変化する対象の機械学習法として優れているとされている．本研究は，力学系理論の観点からこのリザバー計算を研究することで，その学習メカニズムの数理的本質は何かという問いに迫ろうとするものである．