[Discovery Saga Top] [Saga Next] [無料公開版Discovery Saga] [Discovery Sagaプレミアムご案内] [早稲田大学研究Discovery Saga] [産学連携のご案内] [Saga Concept] [会社概要] [お問い合わせ]
キーワード  データ駆動科学 が関係する  研究 Discovery Saga
研究分野別サイレントキーワード
「データ駆動科学」サイレントキーワードを含む研究
【情報学】情報学フロンティア:ベイズ推定データ駆動科学を含む研究件
❏超並列マシンを用いた計算統計と測定技術の融合(19H04125)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】星 健夫 鳥取大学, 工学部, 准教授 (80272384)
【キーワード】超並列計算 / 計算統計 / 2次元物質 / 次世代触媒 / 全反射高速陽電子回折 (他16件)
【概要】先端的計算手法(最適化法とデータ駆動型感度解析)を用いて汎用測定データ解析プログラム2DMATを開発・公開し,次世代触媒や次世代電子デバイスなどの工学応用が期待されている2次元物質(原子数層からなる極薄膜物質)構造解析実験にて実践した.具体的には,高エネルギー加速器研究機構(KEK)低速陽電子実験施設における革新的非破壊測定実験である,全反射高速陽電子回折法(トレプト法)を対象とした.さらに,スー...
❏ベイズ推定を用いた固体光学スペクトル解析法の革新(16K13824)
【研究テーマ】物性Ⅰ
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2018-03-31
【研究代表者】赤井 一郎 熊本大学, パルスパワー科学研究所, 教授 (20212392)
【キーワード】励起子 / コヒーレントフォノン / ベイズ推定 / 仮想計測解析 / スパースモデリング (他13件)
【概要】固体光学スペクトルの解析にベイズ推定を適用し、物理モデルの統計的妥当性と、パラメータの統計的分布を評価する方法論を確立し、以下の対象に適用した。 (1)亜酸化銅励起子系やタイプII超格子系の高密度電子・正孔・励起子共存系の光学スペクトル解析にベイズ分光法を適用し、励起子トラップポンテシャルの形成と、電子正孔液滴状態の安定化の統計的確証を得た。(2)格子振動ダイナミクスのベイズ分光では、フーリエ変換...
【情報学】情報学フロンティア:機械学習データ駆動科学を含む研究件
❏小区分61030:知能情報学関連(0)
【研究テーマ】2018
【研究種目】非線形ダイナミクス
【研究期間】作用素論的解析
【研究代表者】機械学習
【キーワード】統計的機械学習
【概要】本研究は東アジア術数学とそれに基礎づけられた東アジア音楽の調和構造をデータ駆動科学を活用して明らかにすると共に、新知見をもとに調和の解析や新たなシステム創成に洋の東西を止揚した成果を生み出そうとする挑戦的研究である。 第二年次は調査、理論、解析、実証、システム開発、共生倫理検討の各面でいずれも予想を超える成果が得られた。これらを連立し更なる研究の深化、具体化と後継プロジェクトへの大胆な展開を企図し...
❏ランドスケープモデルによる健康・疾患状態の可視化と予測(20K21837)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】石川 哲朗 国立研究開発法人理化学研究所, 情報統合本部, 研究員 (90824160)
【キーワード】ランドスケープ / 慢性疾患 / 急性疾患 / 疾患の多様性 / 病態分類 (他15件)
【概要】令和3年度は、これまで取り組んで来た慢性疾患データに対するランドスケープ分析として引き続き、1.睡眠リズム障害への応用、および、2.心不全データへの適用、そして、新たな対象疾患領域として急性疾患データへの適用として、3.新興感染症、特に新型コロナウイルス感染症(COVID-19)のデータ分析にランドスケープを応用する研究を実施した。 【睡眠リズム障害研究】全国180箇所の保育園で0歳から6歳までの...
❏データからの潜在ダイナミクス抽出のための統計的機械学習とその応用(18H03287)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】河原 吉伸 九州大学, マス・フォア・インダストリ研究所, 教授 (00514796)
【キーワード】非線形ダイナミクス / 作用素論的解析 / 機械学習 / 統計的機械学習 / データ科学 (他8件)
【概要】計測技術・情報インフラの発展を背景に,観測/計測データを用いたデータ駆動による科学的知識の抽出は,近年様々な領域において重要な課題として認識されている.本研究では,複雑な現象が従う動的特性(ダイナミクス)をデータから抽出するための機械学習アルゴリズムの構築に取り組んだ.特に,物理分野で注目を集めるクープマン解析を中心とした作用素論的解析を,機械学習の枠組みに基づき融合的に拡張し,複雑な系の情報抽出...