国際会議SDM2022において、シンポジウム「Research Issues on Bridging Machine Learning and Simulation」を主催いたします

本シンポジウムでは、人工知能技術の実世界応用のために近年盛んに取り組まれている、シミュレーションに機械学習を用いる研究や、機械学習にシミュレーションを取り込む研究の動向を紹介し、シミュレーションと機械学習の本質的な融合の可能性を探ります。

 

従来、演繹的計算によるシミュレーションと帰納的計算によるAI・機械学習は対極的な研究の方向性を有しておりました。 シミュレーションには有限要素法、分子動力学シミュレーション、マルチエージェントシミュレーションなど多くの種類が 存在し、構造物設計、新素材開発、交通・人流制御など実世界応用の事例も多岐にわたっております。一方、機械学習分野 においては、深層学習やガウス過程などによるサロゲートモデル技術の発展にともない、実世界におけるシステムをブ ラックボックスとして高精度に近似することが可能になってきました。近年、それぞれの分野において互いの方法やモデル を援用することで新しい研究の広がりを見せております。

シミュレーション分野では、シミュレータの一部を機械学習のモデルで代替するサロゲートモデルの利用や、近似ベイズ計算(ABC)やカルマンフィルタなどを利用して実測データからシミュレーションパラメータを統計的に最適化するデータ同化を導入することで、計算の高速化や高精度化が行われております。一方、機械学習分野では、モデルの一部に第一原理計算やシミュレータを埋め込むことで、新たな学習問題の発見や近似解法の開発がなされております。しかしながら研究課題や技術開発の方向性について分野横断的に議論される場は極めて少なく、これらの成果が個々の分野での発展に限定される恐れがあります。

 

上記の状況に対して、本シンポジウムでは機械学習分野の研究者やシミュレーション開発を行う技術者に最新の研究成果や開発動向について講演いただき、両分野の本質的な融合について議論する場を設け、その可能性を探ります。

SDM2022を含め本シンポジウムはオンラインでの開催となります。開催日時は2022年4月29日10時15分（米国東部標準時間）の予定となっておりますので、是非ご参加ください（参加にはSDM2022への申し込みが必要です）。発表プログラム等の詳細は本シンポジウムのホームページをご覧ください。

本シンポジウムホームページ　 https://bird-initiative.com/ribmls2022/