機械学習を用いた大自由度確率過程の次元削減

• 研究課題/領域番号: 25K07175
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分13010:数理物理および物性基礎関連
• 研究機関: 東邦大学
• 研究代表者: 能川 知昭 東邦大学, 医学部, 講師 (00399982)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2026年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円); 2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: 機械学習 / 次元削減 / 確率過程 / 非平衡ダイナミクス

研究開始時の研究の概要

多数の分子からなる物質や多数の人間からなる社会で起こるダイナミクスは非常に多くの変数を持つ連立した時間発展方程式によって記述できることが多いが、人間が直感的に理解できるためには、自由度を圧縮して単純化することが好ましい。本研究の目的はこれをシステマティックに行う一般的な方法を機械学習に基づいて構築することである。注目する縮約変数に何を選ぶのが適切かとその変数がどのような時間発展ルールに従うかを同時に学習する。決定論的な時間発展に対してこれまでに得られた成果を発展させて、確率的なダイナミクスを扱える枠組みを確立する。