確率的プログラミングにおけるモンテカルロ法のための自動積分制御変量法

Research Project

Project/Area Number	25K21300
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 61040:Soft computing-related
Research Institution	The University of Osaka
Principal Investigator	山下洋史大阪大学, 大学院情報科学研究科, 助教 (10975436)
Project Period (FY)	2025-04-01 – 2030-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2029: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2028: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Keywords	モンテカルロ法 / 確率的プログラミング / 制御変量法 / 分散低減 / マルコフ連鎖モンテカルロ法
Outline of Research at the Start	確率的プログラミングにおいては、確率モデルから生成したサンプル点の集合を用いるモンテカルロ法がよく用いられるが、その精度を高めるためには推論結果のばらつきを抑える分散低減法の開発が重要である。分散低減法の一種の制御変量法は、性能がモデルの次元に影響されないという利点がある。しかし期待値が既知の確率変数の存在を前提とするために対象のモデルに強い仮定が必要であり、確率的プログラミングの自由度の利点が失われてしまう。そこで本研究では、制御変量法において必要となる確率変数を自動的に構築する「自動積分」手法を開発することにより、自由にモデリングされた確率分布に対して制御変量法を適用可能とする。