Development of Statistical Inference Methods for Mean-field Approximation Models for Data-driven Analysis of Collective Dynamics

• Project/Area Number: 25K21160
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: The University of Tokyo
• Principal Investigator: 仲北 祥悟 東京大学, 大学院総合文化研究科, 特任講師 (80855114)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 統計学 / 確率過程 / 集団ダイナミクス

Outline of Research at the Start

本研究課題は、データ駆動型集団ダイナミクス解析を実現するために、平均場近似モデルを用いた統計的推測の発展を実現する。多数の粒子・主体が相互作用しながら時間発展する集団ダイナミクスは、物理学・生物学・社会科学・ファイナンス・交通・疫学など非常に広い分野で見られる現象である。特に近年の観測技術の発展と、それに伴う利用可能データの増大に伴い、この集団ダイナミクスの多くが平均場近似モデルによって表現されることが発見されている。本研究課題では、先行研究において観測に対して置かれる仮定を緩和すると同時に、より各領域の要請に応える統計的推測を構築し、データ駆動型集団ダイナミクス解析の新しい展開を実現する。