| 研究課題/領域番号 |
18H03287
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 九州大学 (2019-2021)
大阪大学 (2018) |
|---|
研究代表者 |
河原 吉伸 九州大学, マス・フォア・インダストリ研究所, 教授 (00514796)
|
|---|
| 研究分担者 |
中尾 裕也 東京工業大学, 工学院, 教授 (40344048)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
16,770千円 (直接経費: 12,900千円、間接経費: 3,870千円)
2021年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2020年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
|---|
| キーワード | 非線形ダイナミクス / 作用素論的解析 / 機械学習 / 統計的機械学習 / データ科学 / 非線形動力学 / 位相縮約 / データ駆動科学 |
|---|
| 研究成果の概要 |
計測技術・情報インフラの発展を背景に，観測／計測データを用いたデータ駆動による科学的知識の抽出は，近年様々な領域において重要な課題として認識されている．本研究では，複雑な現象が従う動的特性（ダイナミクス）をデータから抽出するための機械学習アルゴリズムの構築に取り組んだ．特に，物理分野で注目を集めるクープマン解析を中心とした作用素論的解析を，機械学習の枠組みに基づき融合的に拡張し，複雑な系の情報抽出とその信頼性評価を行う方法を開発した．また，抽出情報を予測に用いるための学習アルゴリズムの開発も行った．最終的には，複数科学領域における研究者との共同による応用的研究を行いその有用性の検証を行なった．
|
| 研究成果の学術的意義や社会的意義 |
データ駆動による科学的知識の抽出は，近年様々な領域においてますます重要となっている．本研究では，データ駆動により複雑現象に関する動的特性の情報抽出を行い，そしてそれを更に予測へ用いるための新たな機械学習に基づく理論・アルゴリズムの構築を進めた．また，脳波解析や集団運動をはじめとしたいくつかの科学領域におけるデータ解析に対して適用し，その有用性を確認した．このような課題は広く科学領域において重要となるものであり，本研究で得られた成果は，本研究でも取り組んだ分野に限らず今後広く他分野へと波及する技術的要素となることが期待できる．
|
