最適輸送の進展による因果関連技術基盤の深化

Research Project

Project/Area Number	24K20741
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 60030:Statistical science-related
Research Institution	Shiga University
Principal Investigator	PHAM THONG 滋賀大学, データサイエンス学系, 准教授 (30803530)
Project Period (FY)	2024-04-01 – 2029-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	因果推論 / 最適輸送
Outline of Research at the Start	近年では因果推論のニーズは高まってきている。実施した政策の効果や治験薬の効果等といった因果効果の推定は、政府や民間等で非常に関心を集めてきている。因果効果推定に不可欠な因果グラフをデータから推定する因果探索といった問題も盛んに研究されている。一方、最適輸送は、ソースとターゲットのサンプル集合の間の最適なマッチングを与える方法である。このマッチングはデータの構造的な特徴をよく捉えられるので、機械学習をはじめとして様々な分野で応用されている。本研究は、因果推論・因果探索と最適輸送との接点を深化させ、最適輸送の進展を因果効果推定・因果探索に適用し、優れた因果関連技術の構築を目指す。