分岐図推定を応用した生態の動的システムのモデリング手法の開発とその予測への応用

点击翻译按钮获取中文摘要

本研究は，生態系の動的システムの時系列を予測するための新しいモデリング手法の確立を目指している．具体的には，パラメータが変化する動的システムをモデリングするための分岐図推定を応用し「安定」状態の時系列のみからレジームシフトが 「いつ」起こるかを予測することを試みる．本モデリング手法を実環境に応用可能な形で確立するため，多次元システムへの適用，強いノイズに対するロバスト性，アナログデータを計測したデータへの適用という課題を設定している．本年度は，これまで１次元システムのみを対象にしていた分岐図推定によるレジームシフト予測を、２次元生態系の数理モデルを対象として予測を行った．本実験では，２次元システから生成された一方の時系列信号のみを用いてレジームシフトの予測を試みた．これは実問題を想定した場合，関連する時系列信号を全て得られるとは限らないという状況を想定したものである．この条件で数値実験を行った結果，ニューラルネットワークモデルの一つであるエクストリーム学習器のパラメータ調整により，予測に成功することが確認できた．さらに，これまで弱いダイナミカルノイズを印加して生成した時系列信号を対象としていたが，ダイナミカルノイズを強くして生成した時系列信号を対象として本モデルのロバスト性の検証を行った．その結果，ダイナミカルノイズが強くなるにつれてレジームシフト予測の成功率が下がることが確認された．そこでエクストリーム学習器の学習方法としてリッジ回帰を試用し，強いノイズに対しても予測成功率が高くなることが確認された．しかし，リッジ回帰の正規化パラメータの調整が必要になることがわかったため，ノイズの強さに応じて正規化パラメータを調整する方法を検討する必要がある．