• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2017 年度 実施状況報告書

統合的逐次データ同化による人工物システムの体系的オンラインモニタリング法の構築

研究課題

研究課題/領域番号 16KT0108
研究機関統計数理研究所

研究代表者

樋口 知之  統計数理研究所, -, 所長 (70202273)

研究分担者 中野 慎也  統計数理研究所, モデリング研究系, 准教授 (40378576)
加藤 博司  国立研究開発法人宇宙航空研究開発機構, 研究開発部門, 研究開発員 (70722536)
有吉 雄哉  統計数理研究所, データ同化研究開発センター, 特任助教 (80735019) [辞退]
研究期間 (年度) 2016-07-19 – 2020-03-31
キーワード逐次データ同化 / 実験計画 / ベイズ最適化 / ビッグデータ / IoT / 社会インフラ / 人工物
研究実績の概要

データ同化とは、複雑な現象の高精度予測のために、数値シミュレーション計算と、不完全かつ部分的情報である観測・計測データを統合することにより、シミュレーションの初期値や境界値、パラメータ等を実際の現象をなるべく再現するように定め、時にはシミュレーションモデル自体にも手を加える(リモデリング)一連の計算作業である。本研究により、人工物システムの機能実現をオンライン的にサポートする理論的枠組み、つまり統合的逐次データ同化システムの数理的基盤を確立し、人工物(例えば、橋梁やトンネル)に多数配置されたセンサーの情報をリアルタイムで構造体シミュレータに取り入れるような、オープンな環境下での効率的な社会インフラ整備計画の立案に資する。今年度は、昨年度に調査した結果をもとに、数理要素技術の俯瞰マップを作成した。統合的逐次データ同化の数理基盤研究においては、オンライン計算性と拡張性の向上を目指して、逐次データ同化手法の近似的高速計算法の開発に注力した。また、橋梁やトンネルのような構造物にセンサーを多数設置した場合、センサー情報を構造体計算にどのように同化させるかについての方法論を研究した。あわせて、機械学習・データマイニングの諸原理を用いて統合的逐次データ同化の数理的基盤を拡張し、希少事象や多重世界の計算を含む問題へ逐次データ同化の適用範囲を拡大することを検討した。各研究者は、各自の専門性が高いシミュレーションモデルに内在する不確実性のモデル化と、統合するセンサーデータの信号ノイズの同定とその数理モデル化に取り組んだ。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

研究の進捗状況を適切な会議で発表し、想定した以上に参加者から有意義なコメントもらい、研究進展の方針のチェックに非常に役立った。また、本研究に関連した研究開発を行っている企業とも意見交換ができ、研究の実用性に関して一定のめどがたったため。

今後の研究の推進方策

平成30年度(2018年度)には、研究代表者は社会インフラ維持管理のための一般的な数理モデリングに注力する。各研究者は、担当する具体的応用テーマに対してプロトタイプの構築を開始する。現時点では、2つのテーマを想定している:2-a) 地盤工学のセンサーネットワークの高度化、2-b) 室内実験と流体シミュレーション環境の同時最適化。2-a)では、構造体シミュレーションに適した逐次データ同化法の研究に取り組む。2-b) では、擬似室内実験データを用いて、流体シミュレーション内の不確実性をなるべく高速に同定する計算アルゴリズムの開発に取り組む。応用テーマに携わるメンバーは、モデルの信頼性評価の研究にもあわせて従事する。最終年度である平成31年度(2019年度)においては、研究代表者は、具体的な問題への適用を想定した計算法の個別化指針について考察する。研究分担者の各々は、プロトタイプの適用性を向上させるための探索、推論手法の拡張、改良、システム洗練化を行う。併せて各々は、計算の大規模化を念頭においた学習アルゴリズムの工夫により、各自が担当する応用テーマに関してプロトタイプの改善作業を継続するとともに、性能評価デモンストレーションを実施する。また、適切なセンサー情報の獲得および入力の方法についても検討する。関連する分野の識者を招聘しワークショップ等を開催することで、本研究の総括を行う。

次年度使用額が生じた理由

データの収集整理や、Webを通した情報公開を担当していた研究補助員が、個人的理由で年度途中に退職したため、その補充に努力したが適切な人がいなかったことにより、その人件費が浮いてしまった。ただし、その作業自体は、研究分担者が臨時的に尽力担当することで計画通りに達成できた。また、海外での研究成果の発表および情報共有について、来年度に適切な国際研究集会が開催されるため、そこで発表あるいは意見交換したほうが効果的と判断し、計画していた海外出張を延期した。従って、予算の次年度使用は、効率的・効果的な研究成果の発表を熟慮した上での判断である。

  • 研究成果

    (21件)

すべて 2018 2017 その他

すべて 雑誌論文 (2件) (うち国際共著 1件、 査読あり 2件) 学会発表 (14件) (うち国際学会 5件、 招待講演 5件) 図書 (2件) 備考 (3件)

  • [雑誌論文] S. Nakano and Y. Futaana2018

    • 著者名/発表者名
      Identification of signal and noise components in spacecraft neutral particle data using a bi-level mixture model
    • 雑誌名

      Proceedings of the 4th IEEE International Conference on Data Science and Advanced Analytics

      巻: ー ページ: 487-495

    • DOI

      10.1109/DSAA.2017.38

    • 査読あり / 国際共著
  • [雑誌論文] Toward Uncertainty Quantification in Satellite Thermal Design,2018

    • 著者名/発表者名
      Hiroshi Kato, Makiko Ando, and Yasuhiro Fukuzoe
    • 雑誌名

      The ISTS Special Issue of Transactions of JSASS Aerospace Technology

      巻: 印刷中 ページ: 印刷中

    • 査読あり
  • [学会発表] Python による並列計算用粒子フィルタライブラリ開発2018

    • 著者名/発表者名
      中野 慎也, 有吉 雄哉, 樋口 知之
    • 学会等名
      第8回 データ同化ワークショップ
  • [学会発表] 統計数理アプローチによる建設分野の技術革新の可能性 ~維持管理/防災・減災へのビッグデータ、AIの活用2018

    • 著者名/発表者名
      樋口知之
    • 学会等名
      第22回土木鋼構造研究シンポジウム
    • 招待講演
  • [学会発表] 2次元流れ場の推定に関するいくつかの事例2018

    • 著者名/発表者名
      中野 慎也
    • 学会等名
      研究集会「データ科学の応用と展望」
  • [学会発表] A non-parametric model for estimating a divergence-free vector field2018

    • 著者名/発表者名
      S. Nakano
    • 学会等名
      US-Japan Workshop on Bridging Fluid Mechanics and Data Science
    • 国際学会
  • [学会発表] Use of kernel regression in ensemble Kalman filters2017

    • 著者名/発表者名
      中野 慎也
    • 学会等名
      JpGU-AGU Joint Meeting 2017
    • 国際学会
  • [学会発表] Toward Uncertainty Quantification in Satellite Thermal Design,2017

    • 著者名/発表者名
      Hiroshi Kato, Makiko Ando, and Yasuhiro Fukuzoe
    • 学会等名
      31st International Symposium on Space Technology and Science
  • [学会発表] データ同化手法とその考え方2017

    • 著者名/発表者名
      中野 慎也
    • 学会等名
      FAMCOワークショップ2017
    • 招待講演
  • [学会発表] 軌道履歴を用いた破片スペースデブリの物理的特性の推定2017

    • 著者名/発表者名
      有吉 雄哉, 中野 慎也
    • 学会等名
      第64回理論応用力学講演会
  • [学会発表] 粒子フィルタと深層学習が拓くエミュレーション技術2017

    • 著者名/発表者名
      樋口知之
    • 学会等名
      第35回日本ロボット学会学術講演会(RSJ2017)
  • [学会発表] ニーズ駆動型イノベーションと気象ビジネス2017

    • 著者名/発表者名
      樋口知之
    • 学会等名
      日本気象協会 技術研究会
    • 招待講演
  • [学会発表] シミュレーションをAIにつなぐ生成モデル2017

    • 著者名/発表者名
      樋口知之
    • 学会等名
      東京大学新学術領域研究スパースモデリング(SpM)主催平成29年度第2回公開シンポジウム
    • 招待講演
  • [学会発表] Identification of signal and noise components in spacecraft neutral particle data using a bi-level mixture model2017

    • 著者名/発表者名
      S. Nakano and Y. Futaana
    • 学会等名
      The 4th IEEE International Conference on Data Science and Advanced Analytics
    • 国際学会
  • [学会発表] Support project for data fusion computation: Current status and future prospects2017

    • 著者名/発表者名
      S. Nakano
    • 学会等名
      International Workshop on Sharing, Citation and Publication of Scientific Data across Disciplines
    • 国際学会
  • [学会発表] Various aspects of data assimilation techniques and expansion of their applications2017

    • 著者名/発表者名
      S. Nakano
    • 学会等名
      The 8th Symposium on Polar Science
    • 国際学会 / 招待講演
  • [図書] ベイズモデリングの世界2018

    • 著者名/発表者名
      伊庭 幸人, 樋口知之
    • 総ページ数
      184
    • 出版者
      岩波書店
    • ISBN
      978-4000247986
  • [図書] 岩波データサイエンス2017

    • 著者名/発表者名
      伊庭 幸人, 樋口知之
    • 総ページ数
      160
    • 出版者
      岩波書店
  • [備考] 統計数理研究所

    • URL

      http://www.ism.ac.jp/index.html

  • [備考] 樋口知之ホームページ

    • URL

      http://www.ism.ac.jp/~higuchi/

  • [備考] researchmap

    • URL

      https://researchmap.jp/matrix

URL: 

公開日: 2018-12-17  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi