順逆融合に基づく複雑ダイナミクスの予測と制御に資する統計的機械学習とその応用

2022 Fiscal Year Comments on the Screening Results

• Project/Area Number: 22H00516
• 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: Osaka University
• Principal Investigator: 河原 吉伸 大阪大学, 大学院情報科学研究科, 教授 (00514796)
• Co-Investigator(Kenkyū-buntansha): 中尾 裕也 東京工業大学, 工学院, 教授 (40344048) ; 野々村 拓 名古屋大学, 工学研究科, 教授 (60547967)
• Project Period (FY): 2022-04-01 – 2027-03-31

Summary of the Research Project

データ解析においてモデル化を順方向として、クープマン作用素を用いた非線形力学系のモデルを提案し、同時にデータ駆動型の解析を逆方向として、機械学習の手法を用いてモデルの修正を行う。順逆融合により、時々刻々変化するデータのダイナミクスを解析することを試みている。流体力学への応用研究として、気象のダイナミクスデータの解析・予測を行う。

Scientific Significance and Expected Research Achievements

複雑なダイナミクスの予測と制御を実現するため、作用素を用いた非線形モデル（順方向）と統計的機械学習（逆方向）を融合するアルゴリズムを構築する研究で、学術的に見て重要な研究課題である。広範な応用領域が考えられるが、近年の気象による激甚災害の多発に伴い、気象予測の新しい方法が求められており、本研究の成果が期待される。