Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
カオス的ダイナミクスに関する観測時系列データを用いてその近似時系列を生成する時間発展モデルを構築する手法はさまざまな分野で求められている．昨今，複雑現象に関する多様な時系列が入手可能となっているが，それが決定論的な現象である場合においても，その背後に存する決定論的メカニズムが十分に解明されている例は多くない．本研究では，研究代表者らが開発した観測可能な変数とその時間遅れ変数，すなわち意味付け可能な変数のみで記述されるデータ駆動微分方程式モデリング手法を改良深化させる．そして，高次元ダイナミクス，間欠性ダイナミクスなど，幅広い複雑現象のモデリングならびに解析に応用する．
