企画名

参加教員

企画の概要

　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を行い，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可能期間の向上はデータ同化手法のもたらしたものである．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有益に利用して理論モデルに組み込む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．
　昨年に引き続き，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．講義型SGとして週一回の講義（前期/後期）を開講．それに合わせて研究セミナーも開催する予定である．また夏冬にデータ同化研究会を理研あるいは京大で開催，9月にはデータ同化スクールなども計画している．

TA雇用の有無

単位認定あり．TA雇用無
 

その他、特記事項など

とくになし
 

問い合わせ先

坂上 貴之　sakajo＊math.kyoto-u.ac.jp
（＊を@に変えてください）
 

スタディグループへの登録は締め切りました。
関心のある方は macs ＊sci.kyoto-u.ac.jp（＊を@に変えてください）までご連絡ください。
 

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を行い，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可能期間の向上はデータ同化手法のもたらしたものである．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有益に利用して理論モデルに組み込む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．
　昨年に引き続き，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．講義型SGとして週一回の講義（前期/後期）を開講．それに合わせて研究セミナーも開催する予定である．また夏冬にデータ同化研究会を理研あるいは京大で開催，9月にはデータ同化スクールなども計画している．

活動成果・自己評価

　令和4年度の活動として，前期に講義「データ同化A」を実施した．11名が履修し，データ同化の理論と応用について，その入門から基礎を学んだ．低次元のカオス力学系モデルを使った実習課題に取り組むことで，実際の問題に適用するために必要な実践的な基礎技術を習得した．後期にはデータ同化Bとしてデータ同化の理論と応用についてその基礎を究め，実際の応用力を養う講義を開講予定であったが，履修希望者が1名だけであったため，講義は不開講とした．それに代わって，当該学生1名がSG5の活動としてデータ同化を球面上の浅水系モデルへ適用する取り組みを行った．また，前期に履修した別の1名も理化学研究所のインターンに参加し，観測と予測の誤差相関を考慮したデータ同化の個別課題に取り組んだ．理研・京大データ同化研究会は，夏期は開催しなかったが，2023年2月15日に理研・計算科学研究センター（神戸）で開催した研究会において，上記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：前期に開講した「データ同化A」は多くの受講生を集めた．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．また，そのうち2名は後期も新しい視点からデータ同化の個別課題に取り組み，興味深い成果を得た．

画像

2023年2月15日　理研・京大データ同化研究会

SG1報告会資料ダウンロード

参加メンバー

その他：学部生5名、院生（修士）6名、院生（博士）0名