• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

未観測共通原因が存在する場合の巡回因果モデル推定法の研究と応用

研究課題

研究課題/領域番号 20K11708
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分60030:統計科学関連
研究機関滋賀大学

研究代表者

清水 昌平  滋賀大学, データサイエンス学系, 教授 (10509871)

研究期間 (年度) 2020-04-01 – 2025-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
キーワード因果探索 / 説明性 / 制御 / 最適介入 / 個体レベル / 統計的因果推論 / 統計的因果探索 / 因果推論
研究開始時の研究の概要

実質科学の主目的は、因果関係の解明である。介入を伴う実験を行うことができれば分析は 比較的シンプルになるが、多くの応用領域において倫理やコストの観点から介入実験を行うことは難しい。そこで本提案では、介入を伴う実験によって得られたのではない観察データから、観測変数間の因果構造を推定するための統計解析法を研究開発する。本研究では、未観測共通原因の存在と因果の双方向性を許しつつ因果構造 を推定する方法を研究開発することを目的とする。さらに、開発した推定法を用いて、マー ケティングサイエンスや生命科学などの観点から興味深い因果仮説を見つけることを目指す。

研究実績の概要

因果探索法の応用として、反事実確率の推定をする際に因果探索を用いて因果グラフを推定するところから始め、反転確率を求め、金融機関のデータを分析した。説明可能な人工知能(XAI)は、機械学習アルゴリズムの内部メカニズムを明らかにするのに役立ち、その予測の根拠を示すことで信頼性を強化する。いくつかのXAIモデルは、予測モデルの入出力関係や特徴間の依存関係を調べることでモデルを説明するために因果関係を考慮する。これらのモデルの大部分は、因果グラフが既知であるという仮定に基づいて説明を行っている。しかし、この仮定は、実際の多くの場合で特徴間の因果関係が不明であるため、実データへの適用を難しくしている。そこで、因果グラフが既知であるという制約を緩和するために因果探索を用いた。

また、日本とアメリカ(US)の金融市場間の関係を探るために、異なる金融政策の方向性の下でVAR-LiNGAMやLPCMCIといった因果探索法を用いた。VAR-LiNGAMの結果は、前日のUS市場が翌日の日本の市場に影響を与え、株式と債券の市場でその傾向が見られるほか、前日の債券市場が翌日の外国為替(FX)市場に直接、また翌日の日本の株式市場に間接的に影響を及ぼすことが示唆された。LPCMCIの結果は潜在的な交絡変数の存在を示唆した。

方法論については、既存の連続最適化に基づく構造学習アルゴリズムとともに使用可能な変数グループ用の制約を提案し、変数グループ間の因果構造を学習できるようにした。また、location-scale noiseを伴う非線形時系列データ用の構造学習アルゴリズムを合わせて提案した。

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

未観測共通原因のある場合の推定法やその応用については順調に進んでいる。巡回モデルの推定法や応用についても準備を進めているが、出版などには至っていないため。

今後の研究の推進方策

巡回モデルの方法と応用に注力する。

報告書

(4件)
  • 2023 実施状況報告書
  • 2022 実施状況報告書
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 研究成果

    (35件)

すべて 2023 2022 2021 2020 その他

すべて 国際共同研究 (3件) 雑誌論文 (11件) (うち国際共著 5件、 査読あり 11件、 オープンアクセス 9件) 学会発表 (20件) (うち国際学会 5件、 招待講演 7件) 図書 (1件)

  • [国際共同研究] 清華大学(中国)

    • 関連する報告書
      2022 実施状況報告書
  • [国際共同研究] Guangdong University of Technology/Tsinghua University/Peking University(中国)

    • 関連する報告書
      2021 実施状況報告書
  • [国際共同研究] Guandong University of Technology/Foshan University(中国)

    • 関連する報告書
      2020 実施状況報告書
  • [雑誌論文] Structure Learning for Groups of Variables in Nonlinear Time-Series Data with Location-Scale Noise2023

    • 著者名/発表者名
      Genta Kikuchi, Shohei Shimizu
    • 雑誌名

      Proc. Causal Analysis Workshop 2023 (CAWS2023), PMLR

      巻: 223 ページ: 20-39

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Linkages among the Foreign Exchange, Stock, and Bond Markets in Japan and the United States2023

    • 著者名/発表者名
      Yi Jiang, Shohei Shimizu
    • 雑誌名

      Proceedings of the 2023 Causal Analysis Workshop Series, PMLR

      巻: 223 ページ: 1-19

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Python package for causal discovery based on LiNGAM 著者2023

    • 著者名/発表者名
      Takashi Ikeuchi, Mayumi Ide, Yan Zeng, Takashi Nicholas Maeda, Shohei Shimizu
    • 雑誌名

      Journal of Machine Learning Research

      巻: 24 ページ: 1-8

    • 関連する報告書
      2022 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] CNN-GRU Based Deep Learning Model for Demand Forecast in Retail Industry2022

    • 著者名/発表者名
      Kazuhi Honjo, Xiaokang Zhou, Shohei Shimizu
    • 雑誌名

      Proc. 2022 International Joint Conference on Neural Networks (IJCNN)

      巻: - ページ: 1-8

    • DOI

      10.1109/ijcnn55064.2022.9892599

    • 関連する報告書
      2022 実施状況報告書
    • 査読あり
  • [雑誌論文] Causal Discovery for Linear Mixed Data2022

    • 著者名/発表者名
      Yan Zeng, Shohei Shimizu, Hidetoshi Matsui, Fuchun Sun
    • 雑誌名

      Proceedings of the First Conference on Causal Learning and Reasoning, PMLR

      巻: 177 ページ: 994-1009

    • 関連する報告書
      2022 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Chemical-Mediated Microbial Interactions Can Reduce the Effectiveness of Time-Series-Based Inference of Ecological Interaction Networks2022

    • 著者名/発表者名
      Suzuki Kenta、Abe Masato S.、Kumakura Daiki、Nakaoka Shinji、Fujiwara Fuki、Miyamoto Hirokuni、Nakaguma Teruno、Okada Mashiro、Sakurai Kengo、Shimizu Shohei、Iwata Hiroyoshi、Masuya Hiroshi、Nihei Naoto、Ichihashi Yasunori
    • 雑誌名

      International Journal of Environmental Research and Public Health

      巻: 19 号: 3 ページ: 1228-1228

    • DOI

      10.3390/ijerph19031228

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Causal Discovery with Multi-Domain LiNGAM for Latent Factors2021

    • 著者名/発表者名
      Zeng Yan、Shimizu Shohei、Cai Ruichu、Xie Feng、Yamamoto Michio、Hao Zhifeng
    • 雑誌名

      Proceedings of the Thirtieth International Joint Conference on Artificial Intelligence

      巻: - ページ: 2097-2103

    • DOI

      10.24963/ijcai.2021/289

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Causal additive models with unobserved variables2021

    • 著者名/発表者名
      Takashi Nicholas Maeda, Shohei Shimizu
    • 雑誌名

      Proceedings of the Thirty-Seventh Conference on Uncertainty in Artificial Intelligence, PMLR

      巻: 161 ページ: 97-106

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Estimating individual-level optimal causal interventions combining causal models and machine learning models2021

    • 著者名/発表者名
      Keisuke Kiritoshi, Tomonori Izumitani, Kazuki Koyama, Tomomi Okawachi, Keisuke Asahara, Shohei Shimizu
    • 雑誌名

      Proceedings of The KDD'21 Workshop on Causal Discovery, PMLR

      巻: 150 ページ: 55-77

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Nonlinear Causal Discovery for High-Dimensional Deterministic Data2021

    • 著者名/発表者名
      Zeng Yan、Hao Zhifeng、Cai Ruichu、Xie Feng、Huang Libo、Shimizu Shohei
    • 雑誌名

      IEEE Transactions on Neural Networks and Learning Systems

      巻: - 号: 5 ページ: 1-12

    • DOI

      10.1109/tnnls.2021.3106111

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり / 国際共著
  • [雑誌論文] RCD: Repetitive causal discovery of linear non-Gaussian acyclic models with latent confounders2020

    • 著者名/発表者名
      Takashi Nicholas Maeda, Shohei Shimizu
    • 雑誌名

      Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics

      巻: 108 ページ: 735-745

    • 関連する報告書
      2020 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [学会発表] 大学別の博士課程進学等に関するデータセットの構築と統計的因果探索2023

    • 著者名/発表者名
      高山正行, 小松尚登, ファムテトン, 前田高志ニコラス, 三内顕義, 小柴等, 清水昌平
    • 学会等名
      研究・イノベーション学会 第38回年次学術大会
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] 大規模言語モデルを活用した博士課程進学に関する因果探索の試行2023

    • 著者名/発表者名
      高山正行, 小柴等, 前田高志ニコラス, 三内顕義, 清水昌平
    • 学会等名
      研究・イノベーション学会 第38回年次学術大会
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] Non-Gaussian methods for causal discovery2023

    • 著者名/発表者名
      Shohei Shimizu
    • 学会等名
      16th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2023), Berlin. Organized Invited Session: Statistical Learning of Non-Gaussian Data
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] 時系列データに対する予測モデルの介入効果の推定2022

    • 著者名/発表者名
      藤原大悟, 小山和輝, 大川内智海, 泉谷知範, 浅原啓輔, 清水昌平
    • 学会等名
      第36回人工知能学会全国大会
    • 関連する報告書
      2022 実施状況報告書
  • [学会発表] 統計的因果探索: 領域知識とデータによる因果構造グラフの推測2022

    • 著者名/発表者名
      清水昌平
    • 学会等名
      第18回愛媛大学DS研究セミナー
    • 関連する報告書
      2022 実施状況報告書
    • 招待講演
  • [学会発表] 統計的因果探索アルゴリズム”LiNGAM”を用いた若手研究者支援政策に関する研究2022

    • 著者名/発表者名
      高山正行, 小柴等, 前田高志ニコラス, 三内顕義, 清水昌平, 星野利彦
    • 学会等名
      研究・イノベーション学会 第37回年次学術大会
    • 関連する報告書
      2022 実施状況報告書
  • [学会発表] 統計的因果探索とAI2022

    • 著者名/発表者名
      清水昌平
    • 学会等名
      脳病態数理・データ科学セミナーシリーズ
    • 関連する報告書
      2022 実施状況報告書
    • 招待講演
  • [学会発表] Causal Discovery with Multi-Domain LiNGAM for Latent Factors2021

    • 著者名/発表者名
      Y. Zeng, S. Shimizu, R. Cai, F. Xie, M. Yamamoto, Z. Hao
    • 学会等名
      Causal Analysis Workshop Series 2021 (CAWS2021)
    • 関連する報告書
      2021 実施状況報告書
    • 国際学会
  • [学会発表] LiNGAM approach to causal discovery2021

    • 著者名/発表者名
      S. Shimizu
    • 学会等名
      The KDD2021 Workshop on Causal Discovery (CD2021)
    • 関連する報告書
      2021 実施状況報告書
    • 国際学会 / 招待講演
  • [学会発表] 統計的因果探索アルゴリズム”LiNGAM” を用いた若手研究者支援政策に関する研究2021

    • 著者名/発表者名
      高山正行, 小柴等, 前田高志ニコラス, 三内顕義, 清水昌平, 星野利彦
    • 学会等名
      研究・イノベーション学会 第36回年次学術大会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] EBPMと統計的因果探索・数理モデルの利活用2021

    • 著者名/発表者名
      高山正行, 小柴等, 前田高志ニコラス, 三内顕義, 清水昌平, 星野利彦
    • 学会等名
      研究・イノベーション学会 第36回年次学術大会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] セミパラメトリックアプローチによる統計的因果探索2021

    • 著者名/発表者名
      清水昌平
    • 学会等名
      人工知能学会 第118回 人工知能基本問題研究会 (SIG-FPAI)
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] プラントシミュレータを用いた時系列因果探索手法の評価2021

    • 著者名/発表者名
      小山和輝, 藤原大悟, 切通恵介, 大川内智海, 泉谷知範, 浅原啓輔, 清水昌平
    • 学会等名
      電子情報通信学会 パターン認識・メディア理解(PRMU)研究会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] 統計的因果探索: セミパラメトリックアプローチを中心に2021

    • 著者名/発表者名
      清水昌平
    • 学会等名
      電子情報通信学会 パターン認識・メディア理解(PRMU)研究会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] 時系列データに対する予測モデルの介入効果の推定2020

    • 著者名/発表者名
      切通恵介, 紅林亘, 泉谷知範, 小山和輝, 木村大地, 大川内智海, 清水昌平
    • 学会等名
      第34回人工知能学会全国大会
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] データ駆動による因果仮説探2020

    • 著者名/発表者名
      清水昌平
    • 学会等名
      JST 研究開発戦略センター(CRDS)俯瞰セミナーシリーズ「機械学習と科学」
    • 関連する報告書
      2020 実施状況報告書
    • 招待講演
  • [学会発表] Linear non-Gaussian models with latent variables for causal discovery2020

    • 著者名/発表者名
      Shohei Shimizu
    • 学会等名
      The 2020 Pacific Causal Inference Conference
    • 関連する報告書
      2020 実施状況報告書
    • 国際学会 / 招待講演
  • [学会発表] Statistical Estimation of Gene Regulatory Network2020

    • 著者名/発表者名
      Y. Imoto, Y. Hiraoka, S. Shimizu, T. Nicolas Maeda, Y. Kojima, M. Saitou
    • 学会等名
      JSPS Core-to-Core Program “Establishing International Research Network of Mathematical Oncology”
    • 関連する報告書
      2020 実施状況報告書
    • 国際学会
  • [学会発表] 因果探索という道具2020

    • 著者名/発表者名
      清水昌平
    • 学会等名
      一般社団法人データサイエンティスト協会 7thシンポジウム
    • 関連する報告書
      2020 実施状況報告書
    • 招待講演
  • [学会発表] Linear non-Gaussian models with latent variables for causal discovery2020

    • 著者名/発表者名
      Shohei Shimizu
    • 学会等名
      The 2020 NeurIPS Workshop on Causal Discovery and Causality-Inspired Machine Learning
    • 関連する報告書
      2020 実施状況報告書
    • 国際学会 / 招待講演
  • [図書] Statistical Causal Discovery: LiNGAM Approach2022

    • 著者名/発表者名
      Shohei Shimizu
    • 総ページ数
      94
    • 出版者
      Springer, Tokyo
    • ISBN
      9784431557845
    • 関連する報告書
      2022 実施状況報告書

URL: 

公開日: 2020-04-28   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi