|
近年，機械学習と計算科学の複合領域において，両分野の技術を連携する手法に関する研究が進んでいる．この分野において，モデルの解釈性や現象における因果の扱いに関して，発展の余地があると考えられる．そこで，本研究では，観測された時系列データから，現象に関する科学的知見の獲得を目指すモデリングにおいて，これらの観点に着目したいくつかの手法を構築した．特に，現象が従う微分方程式の少なくとも一部が既知の場合に有効な，代数的パラメータ推定手法と，支配方程式が未知の場合に有効な，深層学習べースの手法を構築した．
|
