2020.12.08
News

[Brief Summary]
This series of letters aim at sharing my thoughts with laboratory members.
In principle, I am going to explain in English during the entire meeting. Here I am going to follow up in Japanese.
The original presentation file can be seen via following link that was presented on December 07, 2020.
・(no presentation file liked)

[小槻さん通信とは？]
小槻さんの考えをメンバーに知って貰うための取り組みです。詳しくはこちら。
・2020.07.17 第1回 小槻さん通信の目的

 

MTGで話した内容の振り返りです。最近、鉄鋼、構造計算、脳科学、発生生物学など、異分野でデータ同化を使っている研究をリサーチする機会を得ました。個々の内容の紹介は、守秘義務などもあるので、MTG内の話を重し出して頂ければと思います。感じたのは、データ同化は、我々のコアバリューになりえるという事です。

  • Take Home Messages
    • データ同化の研究分野
      • 予測のためのデータ同化（気象、天体、感染症、鉄鋼、構造計算）
      • 理解のためのデータ同化（脳神経、遺伝子発現）
      • 特に、「観測が少ない中でいかに自然の摂理を理解するか？（自然法則を知るか？）」と言う問題は、機械学習には不可能であり、データ同化が突破口となりえる
    • ということは？
      • データ同化は、学ぶ価値のある学問。みんなで学ぼう！
        • 千葉大学でも講義を持てるように、動いていきます。
      • シミュレーション（第3科学）、機械学習（第4科学）と併せて習得すると、更に差別化、ユニークさを強めることができると思います。
        • これは、社会にでても役立つ、基本スキルになりえると思います。
  • 研究室の方向性
    • データサイエンス
      • ここを強化することで、我々はもっとユニークになれる。
      • 特に、「数理モデリング」という分野を強化したい。現象を方程式に落とし込むスキルが、まだこの研究室（小槻）にはない。ここが強化ポイント。
    • 重点強化項目
      • その一方で、リソースの選択と集中も大事。何でもできる人は、何もできない人なのだ、研究では。
      • 基本的な強化分野は、下記と、その横断領域。
        • １．地球科学と衛星ビッグデータ
        • ２．データ同化とシミュレーション
        • ３．データサイエンス・数理・AI
      • また、その手段として、下記も非常に重要。取り組んでくれている、大石君・土屋君に感謝します。
        • 計算機の整備。
        • アウトリーチ（WEB、可視化）