惰性が能動系の相挙動に大きな影響を及ぼすことを示し、惰性を考慮した非平衡理論を構築した。この理論は、臨界活性の増加や相間の運動エネルギー差の非単調性など、シミュレーションで観察された全ての特徴を定性的に捉えている。
本研究では、興奮性組織の細胞レベルシミュレーションに用いられるEMIモデルに対して、大規模な線形方程式系の構造と固有値分布の解析を行い、効率的な前処理付き多階層解法を提案する。
計算病理学におけるサバイバル分析のために、言語エンコードされた予後情報を利用して弱教師付きマルチインスタンス学習を強化し、順序的帰納バイアスを導入することで、データ効率的で解釈可能な予測モデルを提案する。
DIG-Molは、分子グラフの対照的な学習と双方向相互作用メカニズムを活用し、優れた分子特性予測性能を実現する。