研究プロジェクト

プロジェクトリーダー
南 和宏

我が国を中心として、健康・社会・経済・環境に関わる様々なデータを収集・リンケージし、データ中心リスク科学の形成に資する活動を展開しています。特に、情報・システムデータサイエンス共同利用基盤施設社会データ構造化センターで展開されるデータ中心・人間社会科学プロジェクトのデータ基盤整備に関わるプロジェクトを推進しています。
このため、個人情報や法人情報の秘匿化作業などに適したデータエディティング環境を共同研究登録者へ提供することを目指すと共に、データの質の評価・保証技法、個人情報や法人情報の秘匿技術などの検討も進めています。

プロジェクトリーダー
栗木 哲

自然災害や重篤な疾病・事故など、普段は起こる頻度は少ないものの、一旦発生すると重大な被害をもたらすリスクの要因を定量化するためには、それらの現象を数学的に定式化し、その分布の裾領域の振る舞いに基づいて統計的推論を行う必要があります。 本プロジェクトでは裾領域を扱う分野である極値理論、コピュラ理論、 多重比較などについて、数理と計算手法の研究を行っています。それ以外にも、複雑な構造を持つデータに対する確率過程論、セミパラメトリック理論の適用など、リスク管理にかかる数理統計理論全般を研究しています。また、ほぼ四半世紀継続して開催している研究集会「極値理論の工学への応用」などの研究会の開催を通して国内外研究者との研究交流を図っています。

プロジェクトリーダー
金藤 浩司

地球環境に及ぼす人間活動の負荷は増大しています。そこで、正確な環境の現状把握と次なる世代に有効な対策を施行するために 計量的手法の重要性が増しています。本プロジェクトでは水・大気・土壌における環境リスク評価、環境モニタリング、 環境基準値設定等に関して基盤となる統計的解析手法の研究を行っています。また、環境科学分野との緊密な横断的協調により、地球環境に関する様々な課題に対して 計量的な解析・評価手法の提供を目指しています。

プロジェクトリーダー
吉本 敦

森林資源、農業資源、漁業資源などと言った再生可能な資源は、成長・生産過程において収穫期、収穫量、収穫場所など、 人為的に制御可能な決定事項を変化させることにより、農林水産物と言った市場財の生産量ばかりでなく、 それに関わり発生する生態系サービスと言った様々な非市場財生産量も変わってきます。 ここでは社会現象、自然現象を対象にした資源管理問題に対し決定論的及び確率論的な統計数理モデル、経済活動、自然成長を通した予測モデル、更には最適化による制御モデルの構築を中心に、フィールドワークを通して循環型社会経済システムにおける資源管理リスク分析、評価に関わる研究を行っています。

プロジェクトリーダー
山下 智志

金融マーケットへの投資や企業への融資に伴うリスクに対して、リスク量の把握とそのコント ロールを正確に行うことが、社会において大きな課題となっています。 本プロジェクトではこの課題に対して、確率論的もしくは統計学的アプローチにより、方法論を 構築します。また実データを扱うことにより、独自のデータベースの開発、モデル作成、システ ム構築、実証分析を実施します。特に実務家から研究ニーズを吸収し、成果を還元することに より、実用的な研究交流を企画・実行します。

プロジェクトリーダー
庄 建倉

統計モデルによる地震活動の計測、異常現象の定量的研究、及び、それらにもとづく地震発 生確率予測モデルとその評価法などについて研究しています。社会実装への出口を見据え、統 計学に基づく緊急地震速報・観測網最適化・地震保険も研究テーマに含めています。リスク関 連科学の分野間交流によって、共通する突発事象系列の発生データから予測の基礎となる危 険強度の各種モデル化や推論と予測法について汎用化を促進します。また、危険の背後情報 との因果関係などのリスクの構造を理解し、危険強度を予測する新モデルを開発することを狙 います。

プロジェクトリーダー
村上 大輔

空間相関や時系列相関などの時空間特性の評価、地理的現象を対象としたモデリング・要因 分析・不確実性評価などについての研究を進めています。研究の成果をもとに、時空間データを 統計的に解析するための手法の開発や、ツール化、データベース開発を通した普及啓発を行い ます。また、環境、疾病、経済を含む幅広い社会課題の解決に向け、時空間データの応用研究 や研究交流の促進などを行っています。

プロジェクトリーダー
田中 未来

近年では膨大かつ多様で複雑なデータがあらゆるところに蓄積されるようになっており、 そのような巨大データを用いた計算推論は今日のリスク解析における有効なアプローチとなっています。 このアプローチの鍵となるのは数理に裏打ちされた高度な計算手法です。 本プロジェクトでは、巨大データを用いた計算推論の技法とそのリスク解析への応用ならびにその基礎となる計算手法とその数理の研究を行なっています。 前者の具体例としては、スパースモデリング、不確実性解析、高次元・無限次元でのベイズ推論、非線形モデルを用いた統計手法などが、 後者の具体例としては、ベイズ統計計算、数理最適化などが挙げられます。