時系列データを用いたモデル化
近年の計算機システムの発展と利用環境の向上により、諸科学や産業界のあらゆる分野でデータが蓄積されている。このようにして大量に蓄積されたデータから、 その背後にある自然現象や社会現象のような複雑かつ不確実な現象を読み解くには、データから本質的な情報を抽出するための手法の開発が不可欠である。このとき、不確実現象の解明と予測、知識獲得のために重要な役割を果たすのが現象のモデル化であり、時系列データを用いた現象のモデル化の問題に取り組む。
Einstein の提唱した一般相対性理論は、Newtonの万有引力では謎であった多くの現象を説明することに成功し、最も予言能力の高い重力の理論としての地位を確立しています。さらに宇宙自身の膨張やブラックホールといった天体など、私たちの宇宙観に大きなパラダイムシフトをもたらしました。 このように大きな成功を収めた一般相対性理論ですが、私がこの理論に惹かれる理由は、何と言ってもその数理的な美しさにあります。時空の安定性を保証する正質量定理やブラックホールの唯一性定理の見事な証明は、その端的な例でしょう。これらをさらに一般化して、より汎用的な形式にするための研究を進めています。
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム© INNOVATION DAYS 2021 智と技術の見本市.