研究者
J-GLOBAL ID:201301099764798675   更新日: 2024年04月10日

谷口 隆晴

ヤグチ タカハル | Yaguchi Takaharu
所属機関・部署:
職名: 准教授
ホームページURL (1件): http://www.na.scitec.kobe-u.ac.jp/~yaguchi
研究分野 (1件): 応用数学、統計数学
研究キーワード (6件): 機械学習 ,  社会ネットワーク解析 ,  数理モデリング ,  Morphological Computing ,  幾何学的力学理論 ,  数値解析
競争的資金等の研究課題 (10件):
  • 2022 - 2025 感情調整と信頼の加齢変化と社会的つながりに関する縦断研究
  • 2019 - 2025 幾何学的離散力学を核とする構造保存的システムモデリング・シミュレーション基盤
  • 2020 - 2024 ブラックボックス微分方程式モデルに対する保存則抽出手法とネットワーク解析への応用
  • 2018 - 2021 健康増進に資する社会的ネットワーク可視化手法の開発と地域介入の効果検証
  • 2016 - 2020 情報幾何学と離散力学の融合と社会ネットワーク解析への応用
全件表示
論文 (54件):
  • Yuya Note, Masahito Watanabe, Hiroaki Yoshimura, Takaharu Yaguchi, Toshiaki Omori. Sparse Estimation for Hamiltonian Mechanics. Mathematics. 2024. 12. 7. 974-974
  • Takashi Matsubara, Yuto Miyatake, Takaharu Yaguchi. The Symplectic Adjoint Method: Memory-Efficient Backpropagation of Neural-Network-Based Differential Equations. IEEE Transactions on Neural Networks and Learning Systems. 2023. 1-13
  • 松原 崇, 陳 鈺涵, 谷口 隆晴. 幾何学的深層科学技術計算 -深層学習による物理モデリング・シミュレーション-. 応用物理. 2022. 91. 10. 629-633
  • Shunpei Terakawa, Takaharu Yaguchi. Symplecticity of coupled Hamiltonian systems. JSIAM Letters. 2022. 14. 37-40
  • 陳鈺涵, 松原崇, 谷口隆晴. KAM Theory Meets Statistical Learning Theory: Hamiltonian Neural Networks with Non-Zero Training Loss. Thirty-Sixth AAAI Conference on Artificial Intelligence. 2022
もっと見る
MISC (8件):
  • 谷口 隆晴, 石川 歩惟. 微分方程式モデルによる楽器シミュレーション. シミュレーション. 2016. 35. 2
  • 石川 歩惟, 谷口 隆晴. Webster方程式に対する離散勾配法とその力学的不変性について (新時代の科学技術を牽引する数値解析学). 数理解析研究所講究録. 2015. 1957. 14-26
  • 谷口 隆晴. 書評 D. Furihata and T. Matsuo : Discrete Variational Derivative Method : A Structure-Preserving Numerical Method for Partial Differential Equations. 数学. 2014. 66. 1. 107-111
  • 谷口 隆晴, 谷口 隆晴, 降旗 大介. ある半離散スキームによるソリトンシミュレーションについて (科学技術計算における理論と応用の新展開). 数理解析研究所講究録. 2012. 1791. 87-96
  • 谷口 隆晴, 松尾 宇泰, 杉原 正顯. ハミルトン偏微分方程式に対する解析力学的空間離散化法とその応用 (数値解析と数値計算アルゴリズムの最近の展開). 数理解析研究所講究録. 2010. 1719. 61-73
もっと見る
講演・口頭発表等 (153件):
  • 幾何学的深層科学技術計算 ~深層学習による物理モデリング・ シミュレーション~
    (数学と諸分野の連携にむけた若手数学者交流会2023 2023)
  • 在変数をもつハミルトニアンニューラルネットワークのハミルトン構造をもたないデータへの適用について
    (日本応用数理学会環瀬戸内応用数理研究部会第26回シンポジウム 2022)
  • ハミルトン系に対するカーネル法によるモデリング
    (日本応用数理学会環瀬戸内応用数理研究部会第26回シンポジウム 2022)
  • 幾何学的力学と深層学習の連携による物理現象の構造保存型モデリング
    (第25回情報論的学習理論ワークショップ (IBIS2022) 2022)
  • 深層科学技術計算の最新動向 ー幾何学的深層科学技術計算ー
    (第35回計算力学講演会 2022)
もっと見る
学歴 (1件):
  • - 2004 東京大学 大学院情報理工学系研究科博士課程退学
学位 (2件):
  • 修士(情報理工学) (東京大学)
  • 博士(情報理工学) (東京大学)
委員歴 (7件):
  • 2021/04 - 現在 MDPI Mathematics Topic Editor
  • 2019/10 - 現在 日本数学会応用数学分科会委員会委員
  • 2015/05 - 現在 日本学術会議 計算音響学小委員会 委員
  • 2018/04 - 2021/03 日本応用数理学会 JSIAM Letters 幹事編集委員長
  • 2015/09 - 2018/03 日本応用数理学会 JSIAM Letters 副編集委員長
全件表示
受賞 (6件):
  • 2021/08 - 日本応用数理学会 日本応用数理学会論文賞 理論部門 波動方程式と弾性方程式からなる連成系のシンプレクティック性について
  • 2017/09 - 日本応用数理学会 日本応用数理学会論文賞(理論部門) ハミルトン方程式に対する離散勾配法のRiemann構造不変性
  • 2016/06 - 日本応用数理学会 日本応用数理学会研究部会連合発表会優秀講演賞 第12回日本応用数理学会研究部会連合発表会における講演「自動離散微分とその応用」
  • 2014/09 - 日本応用数理学会 日本応用数理学会論文賞(理論部門) コンパクト差分に基づく離散変分導関数法
  • 2012/08 - 日本応用数理学会 日本応用数理学会若手優秀講演賞 ホロノミック系に対するラグランジュ力学的離散勾配法
全件表示
所属学会 (8件):
Institute of Electrical and Electronics Engineers ,  情報処理学会 ,  Society for Industrial and Applied Mathematics ,  American Institute of Aeronautics and Astronautics ,  日本流体力学会 ,  Mathematical Association of America ,  日本数学会 ,  日本応用数理学会
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る