| 研究課題/領域番号 |
17K00305
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
鷲尾 隆 大阪大学, 産業科学研究所, 教授 (00192815)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 統計的因果推論 / 因果解析 / 機械学習 / データマイニング / 回帰解析 / 非線形性 |
|---|
| 研究成果の概要 |
ビッグデータから統計的因果推論により大規模な対象のメカニズムを把握するニーズが増大している。しかし、線形で非ガウスノイズを有する大規模系でしか、実用的解析原理・手法は知られていない。この課題に対し本提案研究では、（１）非線形系の多数の観測変数間の因果関係を高精度推定する新原理の確立、（２）新原理の拡張による高精度、高速な大規模系の統計的因果推論手法の開発、（３）大規模人工データによる基本性能検証、（４）実データによる実際的性能検証を行い、広範な大規模非線形系に関する実用的原理・手法を開発した。さらに成果を主要国際会議や主要国際ジャーナルで発表し、統計的因果推論のブレークスルー手法を広めた。
|
| 研究成果の学術的意義や社会的意義 |
開発した因果推論手法は対象系の非線形性に基づき、データの非線形回帰残差の大小のみで変数間の因果関係を推定できる。これは変数とノイズの独立性の推定に基づく従来の因果推論の枠組みと全く異なる。この新原理により、ノイズの性質や変数とノイズの独立性、交絡変数の有無に係わらず因果関係を一意かつ高速に推定できる。本提案原理は学術的に独創的かつ基礎的であり、本分野の世界的研究動向に新しい方向性を与えている。
実世界の殆どの対象系は何等かの非線形性を有し、本開発手法は実用的にも広範な対象のメカニズム解析に適用可能である。今後、物理学、化学、生物学、各種産業の現象解析や設計にて重要な役割を担うと期待される。
|
