田中 剛平
TANAKA Gouhei
複雑現象に挑む時系列AIと数理モデル
時間とともに変化するデータを手がかりに、複雑な現象をより深く理解するための研究を進めています。主に時系列データを高精度かつ効率よく処理するための機械学習手法（リザバー計算AIや脳型AIなど）の開発に取り組んでおり、時系列信号の予測・分類・異常検知・制御などへの応用を幅広く展開しています。一方で、物理リザバー計算のように、相互作用システムの複雑な構造や現象を計算資源として活用し、新しい計算パラダイムを切り開くことも重要なテーマです。また、数理モデルを用いて実世界のさまざまな現象を表現し、その理解を社会課題の解決につなげることも目指しています。数理モデリング技術を核として、情報工学だけではなく関連する異分野の技術も積極的に取り入れながら、複雑ダイナミクスを理解し活用することを目標としています。
担当分野・プログラム
研究区分
人間情報学
研究テーマ
- リザバー計算モデルの発展と応用
- 機械学習を用いた時系列情報処理
- 脳型コンピューティング
メッセージ
実世界の多くの現象は多数の要素の相互作用から生じるため、予測することが困難です。こうした時々刻々と変化するダイナミックな現象の背後にある仕組みを解き明かすことは、依然として挑戦的な課題です。私たちは複雑現象を説明できる数理・AIモデルを構築し、情報処理に応用することを目指しています。近年のセンシング技術の発展にともない、さまざまな時系列データを計測できるようになってきており、それらを効率的かつ適応的に処理する技術の重要性が高まっています。脳科学の知見なども参考にしながら、新しい情報処理技術の創出に取り組んでいきます。