金融市場における相転移の時空間構造の自動抽出と予測
平成24年度でさきがけ研究修了

　金融バブルのような相転移現象の制御や予測は重要な課題です。しかしこうした異常現象はデータが少なくノイズが大きい一方、多くの要因が絡む複雑な構造を有するため、データから帰納的に本質的構造を抽出するのは原理的に困難です。本研究では、大規模データを有効活用する頑健かつ効率的な統計手法を用いて金融バブルの時系列構造を可視化し、発見された有用なパターンを基に因果関係解明や予測の高精度化を目指します。