<講義ノート>物性科学研究のためのデータ駆動科学入門

Abstract

データ駆動科学は、ベイズ推定やスパースモデリング等の機械学習の手法を計測・解析に組み込み、従来の知見を超える情報を抽出する取り組みである。これまで科学計測は、現象の源に原因があり、因果律に従って結果が決まると考える一方、誤差論では、計測値は偶然誤差によって確率分布すると考えてきた。データ駆動科学で用いるベイズ推定ではその考え方を逆転させ、計測で得られたデータを「起点」として原因が確率的に分布すると考える。一方スパースモデリングは適切な物理モデルを用いて、データに含まれる要素を顕著な主成分から順に抽出し、適切な規範に沿って現象を理解する正則化の方法である。データ駆動科学の基本的思想は、計測データを最善の方法(機械学習)で骨の髄まで解析して虚心坦懐にデータに対峙することである。その結果、一切の作為的な先入観を排除するとともに、例え院生であっても経験豊富な研究者と対等に戦うことが可能となる。特にベイズ推定では物性パラメータの統計的分布の評価が可能で、新しく発見した現象や物性の、誰もが納得できる統計的証拠を示すことができる。更に、一切の先入観を排除してデータだけから現象を説明する物理モデルの選択も可能である。講義では、従来の誤差論を復習し、ベイズ推定とスパースモデリングの方法論の紹介と、具体的に物性研究に適用した例を示し、若手研究者の参画を喚起したい。