2022年度採用研究者
レッパネン ユホ 特任講師
＜所 属＞
総合科学技術研究所
＜資格/免許＞
Ph.D.
＜略 歴＞
2015－2018
Ph.D. Candidate,
Department of Mathematics and Statistics,
University of Helsinki (Finland)
2018－2020
Postdoctoral Researcher,
Laboratory of Probability, Statistics, and Modelling, Sorbonne University (France)
2020－2021
Data Scientist, XICA inc. (Japan)
2021－2022
Data Scientist, Welmo inc. (Japan)2022－Presentbet36体育投注_bet36体育官网app-在线*开户 総合科学技術研究所 特任講師
Junior Associate Professor,
Research Institute of Science and Technology, Tokai University (Japan)
＜研究分野＞
数理解析学分野
I use methods from probability, stochastics, and functional analysis to describe the statistical properties of chaotic systems, i.e. systems that display a sensitive dependence on initial conditions. The term statistical refers to the long-term behavior of trajectories of such systems, e.g., the limiting behavior of time series arising as observations along the trajectory, frequencies of deviations from these limits, etc.
Most of my research so far has dealt with probabilistic limit laws, such as central limit theorems and concentration inequalities, associated to partial sums of (piecewise) smooth uniformly and non-uniformly hyperbolic systems, with particular focus on non-autonomous and intermittent type dynamics. I have also conducted research related to response theory, which concerns the robustness of statistical properties of dynamical systems subject to perturbations. My ongoing research focuses on obtaining quantitative extensions of certain limit laws for hyperbolic dynamical systems. Such results give concrete estimates on the distance between the underlying process and the limiting distribution.
＜キーワード＞
双曲線力学、統計限界法、断続的力学、非自律力学、応答理論、転送演算子、マーチンゲール
Hyperbolic dynamics, Statistical limit laws, Intermittency,Non-autonomous dynamics, Response theory, Transfer operator
＜所属学会＞
日本数学会
The Mathematical Society of Japan
＜メッセージ＞
Dynamical systems theory has found applications in almost all areas of science and technology. A modern example can be found in machine learning, where dynamical systems theory has been useful in improving the interpretability and efficiency of certain algorithms, such as recurrent neural networks used to model sequential data. The machine learning approach becomes important in the case of complex dynamics such as those displayed by the climate or brain, in which case explicit models are hard to construct. I would be highly interested in contributing to such interdisciplinary studies in the future.
2023年度採用研究者
夏目 祥揮 特任講師
＜所 属＞
国際原子力研究所
＜資格/免許＞
博士
＜略 歴＞
2023
bet36体育投注_bet36体育官网app-在线*开户 国際原子力研究所 特任講師
2023
量子科学技術研究開発機構 那珂研究所 研究員
2020-2023
名古屋大学大学院工学研究科 博士後期課程
＜研究分野＞
数物系科学分野
＜キーワード＞
核融合発電、ダイバータプラズマ、プラズマ計測?制御、統合シミュレーション、レイトレーシング
＜所属学会＞
プラズマ?核融合学会
＜表 彰＞
第38回プラズマ?核融合学会年会 若手学会発表賞（学生会員部門）
プラズマ?核融合学会 第14回貢献賞「第1回若手フォーラム実行委員会活動に対する卓越した貢献」
＜メッセージ＞
カーボンニュートラルを達成するため、磁場閉じ込め高温プラズマを用いた核融合発電の研究開発が世界的に盛り上がっています。当方も、炉心プラズマの健全性を維持するために、炉心プラズマの周りの境界プラズマを計測?制御?模擬する研究をしています。プラズマ生成装置を用いた実験研究、光計測シミュレーション、プラズマモデリング研究、などに取り組みます。