| 研究課題/領域番号 |
22K17967
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
井上 広明 神戸大学, 工学研究科, 助教 (10833171)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 因果探索 / 潜在ダイナミクス推定 / 状態空間モデル / 確率的時系列解析 / データ同化 / ベイズ統計学 / 機械学習 / 人工知能 / データ駆動科学 / 因果構造推定 / 潜在変数推定 / 動的データ / ベイジアンネットワーク |
|---|
| 研究開始時の研究の概要 |
近年，あらゆる分野で多種多様なデータが取得・蓄積され，その活用が期待されている．その中でも，データの変数間の未知の因果構造を抽出することは様々な分野において重要である．しかしながら，直接観測することが困難な潜在変数が因果関係に関与していることも多く，因果関係を抽出するためには潜在変数の推定も同時に行う必要がある．静的なデータに対して，潜在変数と因果構造を同時に推定する方法は多く提案されているが，動的なデータに対する方法は確立していない．本研究では，動的なデータを用いて潜在変数，静的な因果構造，動的な因果構造を同時に推定するためのデータ駆動型アプローチを新たに開発する．
|
| 研究実績の概要 |
本研究課題では，未知の動的なシステムから観測することが可能な動的なデータに対し，観測された動的なデータの背後に存在する潜在変数，静的な因果構造の有無，動的な因果構造の有無，および動的な因果構造の因果的遅延時間を同時に推定するためのデータ駆動型アプローチの研究を行っている．
2023年度においては，2022年度に引き続き，静的な因果構造と動的な因果構造を同時に表現可能なダイナミックベイジアンネットワークを汎用的な時系列モデルである状態空間モデルとして表現しなおし，静的な因果構造と動的な因果構造を状態空間モデルのモデルパラメータとして同時に推定する方法について研究を行った．2023年度においては特に，粒子マルコフ連鎖モンテカルロ法に基づく方法を検討し，提案分布において因果的遅延時間の変化を含めた分布を考慮することにより，静的な因果構造と動的な因果構造の有無だけではなく，動的因果構造の因果的遅延時間と観測できない潜在変数の推定を同時に行う方法について研究を行った．さらに，2023年度においては，静的な因果構造と動的な因果構造の有無だけではなく，動的な因果構造の因果的遅延時間も未知とした線形なネットワークモデルから部分的に観測データが得られる状況を想定し生成した数値実験データに対し提案手法を用いることで，静的な因果構造と動的な因果構造の有無，動的な因果構造の因果的遅延時間，および観測できない潜在変数を同時に推定することが可能か検証するための実験を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2023年度の実施事項として当初に予定していた通り，静的な因果構造と動的な因果構造の有無だけでなく動的な因果構造の遅延時間も含めた推定を行ったため．
|
| 今後の研究の推進方策 |
2022年度，2023年度にはダイナミックベイジアンネットワークを状態空間モデルとして表現し，粒子マルコフ連鎖モンテカルロ法に基づく手法により静的な因果構造と動的な因果構造の有無，および動的な因果構造の遅延時間の同時推定を行った．しかしながら，現状では小規模且つ線形なネットワークでの実験に限定されているため，大規模なネットワークや非線形なモデルに対する検証を行っていく．
|
