研究課題
挑戦的研究(開拓)
社会のデータ化に留まらず、それを用いて「価値を生み出す施策」を創出するためには、様々な可能性を検証する必要がある。本研究では、デジタルツインを用いたシミュレーションによりそれを可能とする。キーポイントは、深層学習によって得られた実世界のモデルを、状態遷移モデルに縮退させることにより、説明可能性とチューニング性という、シミュレーションに欠かすことのできない性質を得る点にある。
単に実世界を写し取るモデルの作成だけではなく、「縮退」によって、ドメインによらずモデルの説明可能性やチューニング性を得ることができれば、学術的意義は究めて高いと思われる。そのためには、多種大量のデータを得たり、それを検証したりするためのフィールドを持つことが必須であるが、研究代表者はモビリティを中心としてそのような体制を有しているため、この分野を中心とした成果が期待できる。
