Time-series data modeling method based on duality relations in stochastic processes

2019 Fiscal Year Final Research Report

• Project/Area Number: 16K00323
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Research Field: Soft computing
• Research Institution: Saitama University
• Principal Investigator: Ohkubo Jun 埼玉大学, 情報メディア基盤センター, 准教授 (70451888)
• Project Period (FY): 2016-04-01 – 2020-03-31
• Keywords: 確率過程 / 双対性 / 時系列データ解析

Outline of Final Research Achievements

This research project aims to construct a method for time-series data analysis based on duality relations in stochastic processes. It was shown that duality-based filtering is possible. Additionally, the following achievements were obtained: The application of the duality for the analysis of a particle hopping model; the speed-up of parameter estimation; the improvement of the Monte Carlo samplings. Beyond the scope of the initial aim, the trial of the application of the duality for control problems is also done.

Free Research Field

数理工学

Academic Significance and Societal Importance of the Research Achievements

確率過程の双対性はこれまで主に数学や数理物理学の分野において研究されてきた。本研究課題では、その数理的な性質を工学的に応用するために、これまでの主に発見的に行われていた双対過程の系統的な導出を可能にし、さらに数値計算のための工夫を実施した。これらは数理的な側面からの学術的な意義を有するとともに、ムーアの法則による計算機の限界および新しい計算の枠組みが求められる中で、高速化・効率化へと向けて双対性の数理を利用するための第一歩という社会的な意義も有する。