Discovering Invariants and Symmetries of Dynamical Systems from Noisy Multivariate Data Using Reservoir Computing
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710113214
과학기술정보통신부
한국연구재단
울산과학기술원
김필원
4명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
6,396만원
6,396만원
기초연구
출연연구소
울산광역시 울주군
수학 > 해석학 > 동력계/상미분방정식
본 연구의 최종 목표는 레저버 컴퓨팅을 이용하여, 지배 방정식이 알려져 있지 않은 동역학계가 산출하는 다차원 시계열 데이터로부터 해당 동역학계의 불변량과 대칭군을 구하는 알고리즘을 개발하는 것이다. 이와 같은 연구를 위해서는 다음과 같은 세 가지 세부 목표를 달성해야 한다. 1. 잡음이 많은 다차원 데이터의 효과적인 전처리 방법 개발 2. 불변량과 ...
레저버 컴퓨팅(Reservoir Computing)은 회귀신경망(Recursive Neural Networks)의 한 종류로, 입력을 고정된 고차원 비선형 동역학계로 투영한 뒤, 출력층에서 선형 회귀를 통해 최종 결과를 생성하는 기법이다. 이는 동역학(dynamical systems)에 기반한 기계학습으로 간주할 수 있으며, 특히 시계열의 예측 및 분류 등...
본 연구를 통해 개발된 레저버 컴퓨팅 기반 다변량 신호 디노이징 및 동역학계 특성 분석 기법은 물리학, 천문학, 기상학 등 다양한 과학 분야에서 관측된 다변량 시계열 데이터에서 잡음을 제거하고, 기저 동역학계의 특성을 파악하는 데 활용될 수 있다. 또한 기계, 전기, 화학 공정 등 다양한 공학 시스템에서 발생하는 다변량 센서 데이터의 디노이징 및 시스템 특...