現象を観察する
データや先行研究から、何が起きているのか、どこに未解決の問いがあるのかを見つけます。
Research
複雑な現象から、
本質を数理で取り出す。
現象を観察し、重要な要素を選び、数理モデルを構築する。 そのモデルを解析・シミュレーションし、実測データと比較することで、現象の理解・予測・最適化を目指します。
01現象数理
02数理最適化
03量子情報
04数理物理
研究の進め方
題材が変わっても、研究の基本的な流れは共通しています。
本質をモデル化する
複雑な要因を整理し、必要最小限の変数・規則・制約を数式やアルゴリズムで表します。
解析・計算する
理論解析、データ解析、数値計算、シミュレーションを使い分けてモデルの振る舞いを調べます。
現実へ戻す
結果を実測や観察と比較し、現象の説明、予測、設計、最適化につなげます。
研究の四本柱
PHENOMENA & MODELING
現象数理学・数理工学
交通渋滞、待ち行列、避難行動、通信、生体リズム、スポーツ、音楽、金融市場など、 自然や社会に現れる集団現象を数理モデルとして表します。 身近な問いを「測れる量」と「計算できる規則」に置き換え、データとシミュレーションから仕組みに迫ります。
OPTIMIZATION
数理最適化
配送経路、勤務表、打順、ゲーム戦略など、候補が多すぎて総当たりでは解けない問題を扱います。 問題の制約と目的関数を定式化し、古典アルゴリズム、メタヒューリスティクス、量子アニーリング系手法を比較します。
QUANTUM INFORMATION
量子情報・量子誤り訂正
量子状態は環境との相互作用や操作誤差の影響を受けやすいため、誤りを検出・訂正する仕組みが不可欠です。 量子ウォーク、量子回路、量子多体系のモデルを用いて、量子誤り訂正の原理と性能を解析・シミュレーションします。
MATHEMATICAL PHYSICS
統計力学・数理物理学
教員の専門は、厳密に解ける統計力学模型、量子可積分系、量子多体系の厳密なダイナミクス、ベーテ仮説です。 多数の要素が相互作用して生じる集団現象を、解析的に解ける模型から理解し、非平衡現象や古典確率過程へ展開します。
現在扱っている研究例
研究テーマは学生の興味と、数理的に掘り下げられる問いの両方を大切にして設計します。
待ち行列におけるエージェントの積極性と空隙凝縮
量子アニーリングと古典手法による配送計画の性能比較
フローターサーブの軌道変動と空気力学
音楽コード進行の不協和度と心理的印象
高額配当の頻度分布とべき乗則
野球の配球戦略・打順の数理最適化
スマートフォン利用、生体データ、概日リズム
TCP通信の数理モデルと実測比較
ドラム打撃タイミングのゆらぎと経験依存性
自動運転車混在交通流の相転移
サッカーのパスネットワークと決定機の予兆
量子誤り訂正と多粒子量子ウォーク
卒業研究で身につく力
QUESTION
問いを定式化する力
漠然とした興味を、検証可能な研究課題、変数、仮説へ変換します。
ANALYSIS
データと計算を扱う力
Pythonなどを用いてデータを整理し、可視化・統計解析・シミュレーションを行います。
COMMUNICATION
結果を論理的に伝える力
結果だけでなく、方法・限界・根拠を整理し、文章と発表で説明します。
学生ごとの研究テーマを見る
現在のメンバー、修士論文、卒業論文の題目を掲載しています。