研究課題
若手研究
脳のように複雑な非線形性をもつダイナミクスに対する新たな機械学習に基づく解析法を開発した．従来の解析法の多くは線形のダイナミクスや潜在成分を仮定したものがほとんどであった．そのような中この研究課題においては，より一般的な形の非線形ダイナミクスを対象とする新たな解析法として，深層学習に基づくデータ駆動型の教師なし表現学習法を開発し，その理論的な保証を与えることに成功した．
情報学
一般形の非線形ダイナミクスは不定性が高いことが知られており，同定性を保証した解析法はこれまで存在しなかった．提案法はそのような一般形非線形ダイナミクスの解析を理論的な保証を与えた上で実現するものであり，大きな学術的意義がある．また，提案法は汎用性の高いものであり，様々な対象に広く適用可能なものである．今後様々な理論的拡張が考えられるなど，社会的意義も大きい．
