|
検索したキーワードがページ内でハイライトします。
| RESET |
研究キーワード:東京大学における「予測誤差」 に関係する研究一覧:2件
概要表示
折りたたむ
発表日:2026年4月22日
1
ゲーム理論と機械学習で明らかにする植物と微生物のネットワーク
東京大学大学院農学生命科学研究科の吉岡勇人(博士課程学生)、岩田洋佳教授、理化学研究所環境資源科学研究センターの藤佑志郎研究員、市橋泰範チームディレクター、フランス国立自然史博物館のPavla Debeljak研究員、Soizic Prado教授らの共同研究チームは、遺伝子・微生物・代謝物のデータを統合し、植物の形質に関わる複雑な関係を明らかにする新しい解析手法を開発しました。 植物の成長や性質は、DNAに書かれた遺伝情報だけでなく、根のまわりに存在する微生物や、植物体内でつくられる代謝物にも強く影響されます。しかし、これらの情報はそれぞれ性質が異なり、さらに複雑に相互作用してい...
キーワード:混合モデル/線形混合モデル/ランダムフォレスト/高次元データ/変数選択/ブースティング/予測誤差/ゲーム/機械学習/生体情報/レジリエンス/ゲーム理論/化学物質/非線形/データ解析/遺伝情報/持続可能/決定木/ダイズ/生態系/生態学/微生物/ゲノム情報/オミクス/マルチオミクス/予測モデル/アミノ酸/フラボノイド/代謝物/ゲノム/ストレス/遺伝学/遺伝子/細菌
他の関係分野:情報学複合領域環境学数物系科学生物学工学総合生物農学
概要表示
折りたたむ
発表日:2026年4月7日
2
2週間の予測精度の壁に挑む
――過去予測を選んで利用する中期気象予測手法「LEAS」を開発――
米国ジョージ・メイソン大学のPaul A. Dirmeyer特別教授と東京大学 生産技術研究所の徳田 大輔 特任講師の研究チームは、1〜5週間先の気温予測を改善する新しい手法を開発しました。この方法は、追加の数値計算を行うことなく、既存の予測データを効果的に活用することで予測精度を高めるものです。 数週間先を対象とする中期予測(Subseasonal-to-seasonal; S2S予測)は、短期天気予測と季節予測をつなぐ重要な領域です。しかし、その予測精度は大気のカオス性により約2週間を境に急速に低下することが知られています。本 研究では、過去の予測の中から現在の状況を最...
キーワード:予測誤差/機械学習/最適化/不確実性/海洋/カオス/気候モデル/予測可能性/数値シミュレーション/数値計算/生産技術/シミュレーション/スキル/予測モデル
他の関係分野:情報学複合領域環境学数物系科学工学
東京大学 研究シーズ