文献

J-GLOBAL ID：201802232586749629   整理番号：18A1375196

ディープラーニングから物理へ 非線形力学系のデータ駆動モデリング

著者 (1件)： 河原吉伸 (大阪大 産科研)
資料名： パリティ  (Parity)
巻： 33  号： 8  ページ： 18-20,1  発行年： 2018年08月01日 
JST資料番号： X0595A  ISSN： 0911-4815  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・動的物理現象を理解するための動的モード分解と,その機械学習的拡張の解説。
・系の時間発展を作用素論的に扱うKoopman演算子のスペクトル解析アプローチの説明。
・データを用いて解析を行うための動的モード分解の導入。
・統計的機械学習に基づく動的モード分解の拡張。

シソーラス用語： *機械学習 ,  物理学 ,  *非線形力学 ,  *モデリング ,  演算子 ,  スペクトル解析 ,  *関数解析
準シソーラス用語： ディープラーニング ,  深層学習 ,  データ駆動 ,  モード分解 ,  作用素論 ,  再生核

分類 (2件)： 人工知能  (JE08000Z) ,  力学  (BA04000D)

タイトルに関連する用語 (5件)： ディープラーニング ,  物理 ,  非線形力学系 ,  データ駆動 ,  モデリング