活動報告

活動目的・内容

　近年発展のめざましい数理統計学分野の1つに「データ同化」がある．データ同化は，現象の理論数理モデルのシミュレーション結果に本質的に含まれる予測誤差を観測データによって補正し，その予測力を向上させる手法である．例えば現在の数値天気予報における予測向上の多くがデータ同化手法によってもたらされた．一方，理学研究の各分野においては実験・観測によるデータ研究と理論モデルによる研究がその両輪となっており，現代の数理統計的手法によって，精密化・大規模化するデータを活用して理論モデルと融合する新しいスタイルの研究が可能になりつつある．また，企業などにおいても長年蓄積された技術の理論モデルと計測データとの高度融合が望まれており，そのような開発を担う高度な職業人の輩出も大学にもとめられている．

　このような状況に対して，理学における様々なデータと数理モデルを融合するデータ同化の基礎と応用について講義と実習およびその後のフォローアップのセミナーやチュートリアルを軸とした年間のコースを実施し，データ同化を用いた各理学分野の新研究の創出，理学研究科の修士/博士学生の新しいキャリアパス構築を目指す．今年度はデータ同化の講義がコロナウィルス感染拡大の影響で不開講になったため，オンラインでのSGを実施するものとし，登録者に対しては定期的なデータ同化に関する研究セミナーへ参加いただき先端の研究に触れていただく予定である．また，必要に応じて関連書籍・文献の輪読やデータ同化研究会を開催することも検討している．

活動成果・自己評価

活動成果：令和2年度の活動として，9～11月の間，理研データ同化研究チームが主催する「データ同化セミナー」に参加して，最先端のデータ同化研究に触れる活動を行った．また、10月～2月には希望者を募って低次元なカオス力学系を用いたデータ同化システムを各自で実装・実験し、興味をもつ独自課題に取り組んだ．毎週水曜日にオンライン会合を行い，課題の進捗を報告した．また，2021年2月10日にオンライン開催した理研・京大データ同化研究会において，2名の学生が個別課題への取り組み結果を報告した．

自己評価：例年は講義「データ同化A・B」を開講して講義型SGとして活動を行っているが，本年度は不開講としたため，個別に課題に取り組み，2名が結果をまとめて研究会での発表に至った．例年と同様，参加者の意欲は高く，限られた時間で高い学習効果を得られた．

参加メンバー