千葉大学環境リモートセンシング研究センターでは、AIを活用した季節内・季節予測モデルの研究開発に関する教育研究の実施に向け、特任研究員を1名公募しています。
科学技術振興機構（JST）の研究プロジェクトにおける「AI活用季節予測モデル」に関する教育研究に従事し、船舶運航をはじめとする社会利用に資する、10～90日程度の季節内・季節予測の高精度化に向けた研究開発を行います。千葉大学で開発してきたAI気象予測モデルとアンサンブルデータ同化を組み合わせたClimaX-LETKFや、Anemoiベースの全球・領域グラフニューラルネットワークを基盤として、3か月先までの長期積分において、数値的安定性と物理的整合性を維持できるAI季節予測モデルを開発します。また、大気・海洋のデータを包括的に学習するAIモデルを構築し、季節予測可能性を有する物理過程や、その遠隔影響を適切に表現する予測手法の確立を目指します。
具体的には下記等の研究に関する業務を想定しているが、応募者の研究背景・技術なども勘案し、プロジェクトミッションに貢献可能な研究テーマ設定も可能です。
A) AI気象・気候モデルの開発。既存のAI気象予測システムClimaX-LETKFやAnemoiを基盤とした、季節内・季節予測モデルの開発や、Aurora、SFNO、Anemoi等の最新のAI気象予測アーキテクチャを調査・比較し、ClimaXに代わる、またはClimaXを高度化する次世代AIモデルの検討・開発など。
B) 6時間程度の時間ステップで予測する既存モデルの学習データを、日平均値や10日平均値等に変更することによる、長い時間ステップで積分可能なAI予測モデルの開発
C) 3か月先までの長期積分における予測誤差の増大やモデルのドリフトを抑制するための、条件付き拡散モデル、生成AI、統計的補正等を用いた予測値補正手法の開発
D) Transformer等を用いた、低解像度の物理モデル・AIモデル出力の超解像化手法の開発、および季節内・季節予測のためのAIガイダンスへの応用
本公募では、既存のAIモデルを単に利用するだけでなく、季節内・季節スケールの予測可能性を支配する物理過程を考慮しながら、AI予測モデル、生成モデル、データ同化およびアンサンブル予測を統合する研究を推進します。
また業務には、研究成果の学術論文としての公表、国内外の学会での発表、およびプロジェクト参画機関との共同研究が含まれます。従事するプロジェクトについては、こちらのHPを参照してください (https://www.jst.go.jp/k-program/program/kaiyou4.html)。本研究はこのプロジェクトの中で、「研究開発項目6: 気象海象季節予測シミュレータに関する研究 (リーダー: JAMSTEC・宮澤泰正)」を担います。具体的な研究開発は、東京大学・大学院工学系研究科・数理水害科学研究グループ (PI: 澤田洋平) と連携して進めていく計画です。
より詳しい研究内容について知りたい方は、下記の小槻までお問い合わせ下さい。
機械学習、深層学習、生成AI、気象学、気候科学、大気科学、海洋学、数値気象予測、季節予測、データ同化、リモートセンシング、応用数学、情報科学、データサイエンス等のいずれかに関する研究経験を有する方、またはこれらの分野に強い関心を持つ方。気象学や気候科学の研究経験を有する方を歓迎しますが、当該分野の経験は必須ではありません。情報科学、数理科学、計算科学、物理学、工学等の分野においてAIモデルや大規模数値計算の経験を持ち、気象・気候予測研究に挑戦したい方の応募も歓迎します。
採用時期についても相談可能ですので、皆様の周囲の方々にご案内頂ければ幸いです。
不明な点等ありましたら、小槻までお問い合わせ頂ければと思います。ご検討のほど、よろしくお願いいたします。
締切は、2026年10月31日(必着)となっています。詳細は下記をご確認下さい。