| 研究課題/領域番号 |
23K16963
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 山陽小野田市立山口東京理科大学 |
|---|
研究代表者 |
大久保 健一 山陽小野田市立山口東京理科大学, 工学部, 助教 (70882504)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | カオス性判定 / 弱カオス / 機械学習 / エルゴード性 / 非平衡 |
|---|
| 研究開始時の研究の概要 |
本研究は弱カオス系と呼ばれるカオス性が弱い状態付近の時系列データを扱う. 研究の方針は大きく2つに分かれる.
1つ目はデータから高速にカオス性を判定する指標を開発する研究である. 既存の高速カオス性判定指標は力学構造をあらかじめ知っていなければ適用することができなかったが, データから支配方程式を同定する手法と組合せることで, データからでも高速にカオス性を判定できるようにする.
2つ目は非カオス状態とカオス状態(カオス状態においても, 無限測度のエルゴード理論が適用できるカオスと指数関数的な拡大率を示すカオスを分けて)の違いをデータから機械学習を用いて判別する研究である.
|
