研究紹介 │ 岡山大学工学部数理データサイエンスコース

数学のトポロジーを使って形の情報を定量化するデータ解析手法「位相的データ解析」について数学理論、ソフトウェア開発、応用まで研究しています。

機械学習によって再現可能な構造の解明や、数理的な知見を駆使した機械学習により気象などの現象を時間発展モデリングすることで物理モデルを越える予測性能を出すことを目指します。

統計学などに現れる諸問題について、代数的な計算手法の理論展開、新手法の開発と応用、教育を行っています。

ランダム行列モデルを中心とした様々な確率モデルに対して，理論構築や具体例の計算，応用など，多角的な研究を行っています。

生物の個体数が変化していく様子や、集団において感染症が広がる様子を記述する数理モデルを、数学を用いて解析します。

自然現象を記述する数理モデルの考案や基礎方程式に対する多角的な考察を通して、自然現象の数理科学的理解を目指します。

スーパーコンピュータを用いた数値シミュレーションと数理データ科学の手法と可視化を駆使して、乱流現象の解明・予測を目指します。

複雑現象の解明、予測、制御のためには数値計算やデータ駆動型アプローチが必要不可欠です。最新の数値シミュレーションや機械学習の手法を用いて、古くて新しい乱流を研究しています。

主に環境・生命科学のデータを解析して関連を見つけたり分類したりするための統計モデル、さらには最適な統計モデルを選択する方法などを研究しています。

興味のある現象が集中的に発生している場所（ホットスポット、空間クラスター）を、統計的根拠に基づき検出する方法について研究を行っています。

様々な統計手法の方法論的研究をしています。異質な振舞いをするデータを特定する手法、解析結果をわかりやすく示すための手法等の開発をしています。

統計学的手法を用いて生態学や環境科学の実データを分析しています。また、生物進化のプロセスを探るための新たな手法を開発しています