Laboratories for Mathematics, Lifesciences, and Informatics

研究紹介

追加された行はこの色です。
削除された行はこの色です。
*生体情報システムとその応用 [#w1e3b2f8]
生体の行っている高度な情報処理の仕組みを理解するため，神経ネットワークの数理モデルに関する理論的研究[1,2]や，スパイク時系列データの新しい解析手法の提案[3]を行っている．また，神経活動の計測実験を行う研究室との共同研究も積極的に推進している[4-6]．さらに，生体の情報処理機能を模倣した新しい計算デバイスの開発とそのための理論構築を行っている[7,8]．
+ T. Kanamaru and K. Aihara, Neural Comput., Vol.20, pp.1951-1972 (2008).
+ M. Oku and K. Aihara, Artificial Life and Robotics, Vol.13, No.1, pp.112-115 (2008).
+ Y. Hirata, Y. Katori, K. Aihara, et al., J. Neuroscience Methods, Vol.172, pp.312-322 (2008). 
+ K. Morita, R. Kalra, K. Aihara, and H.P.C. Robinson, J. Neurosci., Vol.28, pp.1871-1881 (2008). 
+ K. Sakamoto, K. Aihara, et al., Cerebral Cortex, Vol.18, No.9, pp.2036-2045 (2008).
+ M. Kawasaki, K. Aihara, et al., Brain Research, Vol.1213, pp.91-97 (2008).
+ T. Kohno and K. Aihara, Neurocomput. Vol.71, No.7-9, pp.1619-1628 (2008).
+ Y. Horio and K. Aihara, Physica D, Vol.237, No.9, pp.1215-1225 (2008).
#author("2019-06-24T16:25:41+09:00","","")
* 複雑系数理モデル学 [#a149cad2]

*複雑現象の非線形システム解析 [#pa7f1081]
実世界に見られる様々な複雑現象を理解するため，数理モデリングを通して現象を再現し，非線形力学系理論に基づく分岐解析や時系列解析などを適用して複雑さの本質を明らかにすることを目指している[1]．具体的には分岐解析汎用ソフトの開発，神経モデルの同期現象解析[2]および分岐制御[3]，確率的ノイズを含むシステムのインパルス制御とその応用[4]，複雑ネットワークの解析[5,6]などを行っている．また，実データの決定論性や非線形ダイナミクスを論ずるための新しい解析手法を構築し[7]，実世界への応用として，風速・風向のデータ解析[8]，部分放電パターン解析，経済データ解析などにも取り組んでいる．
+ H. Suzuki and K. Aihara, Mathematics Magazine, Vol.81, No.4, pp.291-294 (2008).
+ T. Yanagita, H. Suetani, and K. Aihara, Phys. Rev. E, Vol.78, 056208 (2008).
+ C. Li, L. Chen, and K. Aihara, Chaos, Vol.18, No.2, 023132 (2008).
+ Y. Xie, K. Aihara, and Y. Kang, Phys. Rev. E, Vol.77, 021917 (2008).
+ H. Fan, Z. Wang, T. Ohnishi, H. Saito, and K. Aihara, Phy. Rev. E, Vol.78, 026103 (2008).
+ B. Wang, K. Aihara and L. Chen, Europhys. Lett., Vol.83, 28006 (2008).
+ Y. Hirata, S. Horai, and K. Aihara, EPJ Special Topics, Vol.164, No.2, pp.13-22 (2008).
+ Y. Hirata, D. Mandic, H. Suzuki, and K. Aihara, Phil. Trans. R. Soc. A, Vol.366, pp.591-607 (2008).
私たちの研究室では、数理モデリングや実データ解析を通じて生命、社会、経済、医療、エネルギー問題、自然災害などの幅広い複雑系を扱い、複雑現象の理解と複雑問題解決を目指しています。同時に、これらの個別対象研究の基礎をなす普遍理論や共通数理解析手法の確立を目指しています。また、最先端数理モデル連携研究センターとの協力による研究成果を活かし、数理的手法を医療や工学へ応用し役立てる研究を行っています。


*細胞・発生システムの数理と定量生物学 [#he506a99]
様々な細胞・発生現象の定量的な側面をシステムとして理解するための数理モデルの構築や実験データから情報を抽出するための画像・データ解析手法の開発を行っている．これらを用いて，細胞現象の示す確率的ゆらぎの制御方法やその機能[1,2]，また生物の体内時計におこる究極の時差ぼけ現象のメカニズムなどを明らかにしてきている[3]．さらに，分子・細胞ネットワークの振動現象や情報伝達に関する理論研究も行っている[4,5]．
+ H. Tozaki, T. J. Kobayashi, et al., FEBS Letter, Vol.582, No.7, pp.1067-1072 (2008). 
+ H. Okano, T. J Kobayashi, et al., Biophys. J., Vol.95, pp.1063-1074 (2008).
+ H. Ukai, T. J. Kobayashi, et al., Nature Cell Biology, Vol.9, No.11, pp.1327&#8212;1334 (2007).
+ R. Wang, C. Li, L. Chen, and K. Aihara, Proc. IEEE, Vol.96, No.8, pp.1361-1385 (2008).
+ X.-M. Zhao, R.-S. Wang, L. Chen, and K. Aihara, Nucleic Acids Res., Vol.36, No.9, e48 (2008).
*神経ネットワークのダイナミクスと神経電子回路や人工知能への応用 [#m3549b9c]

神経ネットワークの仕組みを明らかにするため、実際の脳の神経細胞（ニューロン）や神経回路網（ニューラルネットワーク）に基づく数理モデルを構築し、そこから非自明な数理構造を抽出することによって脳の高次機能の理解を目指しています。さらに、理論神経科学の知見を活かした工学的応用として、アナログ神経電子回路や人工知能の開発を行っています。

*社会・疾患システムの数理モデリング [#j212571f]
社会・疾患システムの数理モデル研究に取り組んでおり，特に社会的に重要で緊急性の高い課題を重点的に扱っている．近年欧米のみならず日本でも罹患率が急増している前立腺癌に注目し，投薬と非投薬の期間を繰り返す間欠的ホルモン治療の数理モデルの構築およびその解析を行ってきた[1-4]．その他に，新型インフルエンザなどの新興再興感染症に関して，モデル解析やパーソントリップデータを用いた大規模感染症伝播解析システムの開発を行っている．
+ A. Ideta, G. Tanaka, T. Takeuchi, and K. Aihara, J. Nonlinear Sci. Vol.18, No.6, 593-614 (2008).
+ G. Tanaka, K. Tsumoto, S. Tsuji, and K. Aihara, Physica D , Vol.237, No.20, 2616-2627 (2008).
+ N. Shimada and K. Aihara, Math. Biosci. Vol.214, No.1/2, 134-139 (2008).
+ Q. Guo, Y. Tao, K. Aihara, Int. J. Bifur. Chaos , Vol.18, No.12, 3789-3797 (2008).
#ref(chaos_neurocomputer.jpg,,50%);

-最近の研究発表
--T. Sase, Y. Katori, M. Komuro, and K. Aihara: Front. Comp. Neurosci., Vol. 11, Article 18 (2017).
--Y. Li, M. Oku, G. He, and K. Aihara: Neural Netw., Vol. 88, pp. 9-21 (2017).
--T. Nanami and T. Kohno: Front. Neurosci., Vol. 10, Article No. 181 (2016).
--C. I. Tajima, S. Tajima, K. Koida, H. Komatsu, K. Aihara, and H. Suzuki: Sci. Rep., Vol. 6, Article No. 22536 (2016).
--T. Kiwaki and K. Aihara: Artif. Intell. Res., Vol. 4, No. 1, 53 (2015).
--T. Leleu, K. Aihara: Phys. Rev. E, Vol. 91, 022804 (2015).


*非線形システム解析とリアルワールドへの応用 [#o7aaa05a]

カオスをはじめとする複雑でありながらその背後に規則性をもつ世の中の様々な現象を、非線形動力学理論を用いて理解することを目指しています。すなわち、システムの「非線形性」に着目して数理モデルを構築し、複雑な現象を再構成し、それを解析することにより複雑さの本質的な要因を動力学的に理解することが目標です。結合振動子の同期現象、再生可能エネルギー予測、経済や地震のデータ解析などの具体的応用研究にも取り組んでいます。

#ref(chaosNN_simulation.jpg,,100%)

-最近の研究発表
--T. Omi, Y. Hirata, and K. Aihara: Phys. Rev. E, Vol. 96, 012303 (2017).
--K. Kamiyama, M. Komuro, and K. Aihara: IJBC, Vol. 27, No. 3, 1730012 (2017).
--T. Yuan, K. Aihara, and G. Tanaka: Phys. Rev. E, Vol. 95, No. 1, 012315 (2017).
--M. Chayama, and Y. Hirata: Phys. Lett. A, Vol. 380, pp. 2359-2365 (2016).
--M. Fukino, Y. Hirata, and K. Aihara: Chaos, Vol. 26, No. 2, 023116 (2016).
--T. Sase, J. Pe&#241;a Ram&#237;rez, K. Kitajo, K. Aihara, and Y. Hirata: Phys. Lett. A, Vol. 380, pp. 1151-1163 (2016).
--L. Speidel, R. Lambiotte, K. Aihara, N. Masuda: Phys. Rev. E, Vol. 91, 012806 (2015).


*光電子ニューラルネットワークとその最適化問題への応用 [#cd886e6f]

私たちは脳型情報処理と光量子計算を融合した新たな計算機の
かたち「光電子ニューラルネットワーク」の数理的研究をしています。これは従来の
計算機が苦手とする組み合わせ最適化問題などを高速かつ高精度に解くことを目指すもので、多くの社会課題の解決にも繋がると
期待されています。

-最近の研究発表
--T. Leleu, Y. Yamamoto, P.L. McMahon, and K. Aihara, Physical Review Letters, Vol.122, 040607 (2019).
--T. Inagaki, Y. Haribara, K. Igarashi, T. Sonobe, S. Tamate, T. Honjo, A. Marandi, P.L. McMahon, T. Umeki, K. Enbutsu, O. Tadanaga, H. Takenouchi, K. Aihara, K. Kawarabayashi, K. Inoue, S. Utsunomiya, and H. Takesue, Science, Vol. 354, No. 6312, pp. 603-606 (2016).
--P.L. McMahon, A. Marandi, Y. Haribara, R. Hamerly, C. Langrock, S. Tamate, T. Inagaki, H. Takesue, S. Utsunomiya, K. Aihara, R.L. Byer, M.M. Fejer, H. Mabuchi, and Y. Yamamoto, Science, Vol. 354, No.6312, pp.614-617 (2016). 
--H. Sakaguchi, K. Ogata, T. Isomura, S. Utsunomiya, Y. Yamamoto, and K. Aihara, Entropy, Vol. 18, No. 10, 365 (2016).
--Y. Haribara, S. Utsunomiya, and Y. Yamamoto: Entropy, Vol. 18, No. 4, 151 (2016).


*未病の早期発見のための数理 [#ledc7159]

血液中のタンパク質濃度などで特定の病気の進行度がわかる場合があります。このような指標はバイオマーカーと呼ばれます。がんや糖尿病のような複雑疾患を未病の状態で発病前に発見し、病気の超早期診断・治療を実現するために、数理モデルに基づく新しい動的ネットワークバイオマーカー (DNB) の開発に取り組んでいます。