研究課題
基盤研究(A)
複雑な物理現象の時間発展を的確に表現するモデル化手法を確立することを目的としている。畳み込みニューラルネットワーク(CNN)の畳み込み構造を接ベクトル構造に改変し、動的システムのモデル化（ベクトル場の機械学習）を行う手法の開発を目指している。河川や地盤の変動の理解と予測をモチベーションとしており、これらを適用事例として防災応用での有効性の実証を目指している。
動的システムのデータ駆動によるモデル化は重要な課題である。CNNの解釈困難性の原因を畳み込み層のシフト不変性と予想し、シフト可変性を持つ構造を導入することにより、解釈性の高い機械学習を実現しようという研究であり、学術的な新規性が認められる。また防災に重要な土木工学分野での研究実績があり、概念実証のための実際的例題を持っていることも強みである。学術と応用の両面での成果を期待する。
