2種類のロバスト性を統合したデータ駆動意思決定モデルの構築

• 研究課題/領域番号: 24K01113
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分25010:社会システム工学関連
• 研究機関: 中央大学
• 研究代表者: 後藤 順哉 中央大学, 理工学部, 教授 (40334031)
• 研究分担者: 高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
• 研究期間 (年度): 2024-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 15,860千円 (直接経費: 12,200千円、間接経費: 3,660千円); 2028年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円); 2027年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円); 2026年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円); 2025年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2024年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
• キーワード: 分布的ロバスト最適化 / データ駆動型意思決定 / 数理最適化

研究開始時の研究の概要

統計モデルの推定(estimation/prediction)と推定されたモデルに基づく意思決定(decision)はデータをモデルに基づく意思決定に繋げる上で標準的なステップである。これら2つをどのように結び付けていくかを念頭に置き、そこで現れる最適化モデルにおいて、凸最適化からパラメータを連続的に変化させて得られる非凸最適化を利用することで非凸性をブレンドし、従来独立に考えられてきた「想定分布に対するロバスト性」と「無関係／外れ値データに対するロバスト性」という2つの異なるロバスト性を統合することで、解釈可能性と事後性能を両立した新しいデータ駆動意思決定モデルの構築を目指す。