フィードバックと因果の問題

不規則な現象下におけるフィードバックと因果の関係だけど，この問題の数理と応用は何しろ難問でしょうよ．ウィーナー先生の先見と基礎の理論，そしてこの後に発展した方法論の全体を見渡してみても，まだまだ非線形問題の課題が多い，というアタリマエの結論に至るの．

だけど，実践に挑むには，理論と取組の歴史的な背景とその過程をしっかり頭に入れて置く，という学問的なやり口って大切でもあるの．それに，このココイラの構成そのものをお仕事にするのって，決して悪いことをしているわけじゃないでしょうよ．

要は，数理哲学，解析学，数論，統計物理，工学，そして人間という極めて大きな領域を扱った，というのがウィーナー先生で，特に不規則の現象の解明を確率論と一般調和解析，そしてスペクトル分解による予測の構成に繋げて，さらにフィードバックと因果推論にまで展開して，その上で非線形の問題を提起している，という格調高い学問の形成を行っているの．

だけど，線形に絞ったとしても，1950年代からの様々な展開を理解するだけでも厄介なんだけど，カルマン・フィルタ，時系列解析，情報量統計学，それに確率解析などをしっかりお勉強するのって大切でしょうよ．で，この延長線を意識しながら非線形に取り組む，ということに．

個人的には，リスク解析を通じてココイラをしっかりお勉強しながら，遅々でノラリクラリ取り組んでいるけど，商大の自由な空間がまずは必要で・・・．それに，社会科学の持つ非線形のテーマは極めて困難なものでもあるし・・・．そもそもココイラがウチ？の伝統の一つでもあるし．

表面的な実践にだけ夢中になるのではなく，実学という伝統的な学派を意識するのも大切でしょうよ．

頑張りましょう．

5月7日(土)のつぶやき

　貝瀬 徹 （兵庫県立大学）　@tetsu81　01:22

本に挟んであった古いレシート goo.gl/tjPD7x

from gooBlog

返信 リツイート お気に入り

---

　貝瀬 徹 （兵庫県立大学）　@tetsu81　09:03

リスク解析のちょっとしたアイデア goo.gl/TZZoq3

from gooBlog

返信 リツイート お気に入り

---

　貝瀬 徹 （兵庫県立大学）　@tetsu81　20:40

非線形の問題 goo.gl/yq1G9y

from gooBlog

返信 リツイート お気に入り

---

Follow @tetsu81

非線形フィルタリング

カルマン・フィルタだけど，線形システムで扱うのが基本なの．非線形フィルタリングだけど，もちろん，カルマン・フィルタの拡張を基本にアレコレ研究されているし，ベイズ・フィルタとして整理することも可能なの．

で，カルマン・フィルタのベースとなっている一般化の理論だけど，歴史的にはウィーナー・フィルタなの．この場合，定常性，エルゴード性，無限時間観測が基盤で，スペクトル分解による伝達関数の決定に帰着させてフィルタリングを解いている，という次第．

だけど，ウィーナー・フィルタの立場で非線形を捉えるとどうなるのか？　やはり気になるの．結局？は，イノベーション過程とマルチンゲールに繋がる，そんな構図でもあるのだけど，ココイラ全体に広がる理論をしっかり理解したい，そんなこと．

まあ，ベイズのモンテカルロをベースにした計算で，ベイス推論に落とし込んだフィルタリングを弄るのも大切なんだけど，ココイラの基礎となっている数学の理論となると，気になることを自力で理解を深めるだけでも腕力が必要で・・・．

リスク解析の一般化理論だけど，ココイラがベースでもあって，理論がしっかりしているから色々な問題に使える，そんなことでもあるかと．要は，実践できっちりすることを考えるのって奥深い理論考察が必須でもある，ということかと．だけど，学問を信じるのってシンドイ，そんな仕掛けになっているの．

もちろん，ベイズの方も，計算の理論を奥深いところまで掘り下げて構成するだけでも厄介なことが多くて・・・．

と，まあ，真夜中のお勉強の途中でアレコレ考えているのだけど，地域イノベーションと確率過程の推定で扱うイノベーションってどう繋げて良いのか？　実は，こっちの方がずっと気になっている難問で・・・．たぶん，安定制御の理論まで考えると繋がる，という気はしいているのだけど・・・．

頑張りましょう．