若手の研究者に統計科学で話題になっているマルコフ連鎖モンテカルロ法,および,逐次モンテカルロ法
のアルゴリズムを新たな切り口で紹介します。マルコフ連鎖モンテカルロ法(動的モンテカルロ法)とその周
辺について統計物理での標準的
な応用(カノニカル分布からのサンプル生成)以外の応用に重点をおいた
解説を行います.
基本的な事項には最低限ふれるに留め,さまざまな分野での応用の広がりについて,
自分の研究
を織り交ぜて述べる予定です.
時間の関係で下記のすべてに触れることができない可能性もありますので,その際はご容赦ください.
なお、特に手続きなどしなくてもどなたで参加できます。興味のある大学院・学部生・研究者の
方は是非ご参加下さい。
詳細なスケジュール
9:30-12:00 午前の部
昼食休憩
13:30-18:00 午後の部
(午後の部は適宜休憩を入れる予定です。開始時間を除き、目安とお考え下さい。)
講演内容
原理と基礎事項
・基本的な手法
・収束の証明
・パーフェクトシミュレーション
ベイズ統計・逆問題への応用
・ベイズの公式
・データ解析への応用例
・コンピュータ・グラフィクスへの応用
・transition path sampling
拡張アンサンブル法によるrare event sampling
・レプリカ交換法
・マルチカノニカル法
・両者の関係
・一般的な応用分野
・ランダム磁性体のサンプル平均
・通信路の大偏差
・力学系のrare events
逐次モンテカルロ法
・原理と基礎
・関連する諸手法(GA,拡散モンテカルロ)
・時系列への応用
・ロボットナビゲーションへの応用
・力学系への応用
〒606-8501 京都市左京区吉田本町 京都大学大学院情報学研究科 |
複雑系科学専攻 複雑系構成論講座(複雑系基礎論分野) |
TEL 075-753-5939 FAX 075-753-5924 青柳 富誌生 |