動的システムモデリングのための局所構造化ユニタリネットワークと接空間学習

2022 Fiscal Year Comments on the Screening Results

• Project/Area Number: 22H00512
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 60:Information science, computer engineering, and related fields
• Research Institution: Niigata University
• Principal Investigator: 村松 正吾 新潟大学, 自然科学系, 教授 (30295472)
• Co-Investigator(Kenkyū-buntansha): 安田 浩保 新潟大学, 災害・復興科学研究所, 研究教授 (00399354) ; 早坂 圭司 新潟大学, 自然科学系, 教授 (40377966) ; 劉 雪峰 東京女子大学, 現代教養学部, 教授 (50571220) ; 小野 峻佑 東京科学大学, 情報理工学院, 准教授 (60752269) ; 永原 正章 広島大学, 先進理工系科学研究科(工), 教授 (90362582) ; 大竹 雄 東北大学, 工学研究科, 准教授 (90598822)
• Project Period (FY): 2022-04-01 – 2026-03-31

Summary of the Research Project

複雑な物理現象の時間発展を的確に表現するモデル化手法を確立することを目的としている。畳み込みニューラルネットワーク(CNN)の畳み込み構造を接ベクトル構造に改変し、動的システムのモデル化（ベクトル場の機械学習）を行う手法の開発を目指している。河川や地盤の変動の理解と予測をモチベーションとしており、これらを適用事例として防災応用での有効性の実証を目指している。

Scientific Significance and Expected Research Achievements

動的システムのデータ駆動によるモデル化は重要な課題である。CNNの解釈困難性の原因を畳み込み層のシフト不変性と予想し、シフト可変性を持つ構造を導入することにより、解釈性の高い機械学習を実現しようという研究であり、学術的な新規性が認められる。また防災に重要な土木工学分野での研究実績があり、概念実証のための実際的例題を持っていることも強みである。学術と応用の両面での成果を期待する。