| 研究課題/領域番号 |
21J13371
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分07010:理論経済学関連
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
仲里 慎司 東京理科大学, 経営学研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2021-04-28 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
800千円 (直接経費: 800千円)
2022年度: 400千円 (直接経費: 400千円)
2021年度: 400千円 (直接経費: 400千円)
|
|---|
| キーワード | 意思決定モデリング / ガウス過程 / バンディット問題 / 探索行動 / レジームスイッチモデル |
|---|
| 研究開始時の研究の概要 |
本研究は、広大な意思決定空間における探索行動で生じる人々の推論を明示的にモデル化し、アンカリングやジョブサーチといった、より現実的な問題へ適応することを目的とする。これらの問題に共通するのは、初期時点において意思決定主体は、選択肢に対して非常に少ない情報(経験やサンプル)しか得られず、したがって有効な統計的推論が難しい点である。そこで本研究では情報間の「類似性」による知のアップデートをデータサイエンティフィックな手法であるGauss Processを用いることで類推過程を明示的に捉えられるようにする。
|
| 研究実績の概要 |
本研究では(1)提案手法を利用するにあたりIndependence of irrelevant alternatives公理が維持される問題に対して、情報のスピルオーバーを加味した修正による解決と、(2)Gaussian Process(GP)を用いた人間の意思決定モデリングにおいて、主体が行動選択から得た主観的リターンを確率収束の観点から評価する手法の開発、の２点を期間内に完了させた。とりわけ(2)については提案モデルの応用上重要である。通常、GPとUpper Confidence Bound(UCB)方策を用いた人間行動のモデリングでは、主体が選択から得たリターンを分析者が観測する必要がある。しかしながら、一般に多くの応用問題において、リターンあるいは効用は主観的なものであり、観測者の手に入らないことが多い。この点の解決を試みた研究が(2)であり、結果、行動選択の履歴データの適切な利用により、分析者視点で観測不可能であった各主体のリターンを推定することを可能とした。同研究成果はGP-UCBモデルによる1つのボトルネックを取り除いたものであり、同手法の応用幅を大きく広げるものである。また採用期間内では、近年、情報の獲得・処理に伴う認知コストを明示的に導入したモデルとして注目されているRational inattention modelの神経科学的基礎づけの研究活動にも従事した。同モデルの発展は、探索行動における認知処理コストを機能的に扱うことにつながり、人間行動におけるレジーム・スイッチの理解に寄与するものである。しかしながら、当初予定していた研究計画ではジョブ・サーチやアンカリングといった人間の不確実性下における探索行動に対して、提案手法を用いたアプローチによる類推過程に関する解釈と意思決定モデリングの検討を目標としていたが、その段階までの達成には至らなかった。
|
| 現在までの達成度 (段落) |
令和4年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和4年度が最終年度であるため、記入しない。
|
