機械学習の不確実性を考慮した反実仮想説明法の開発

• 研究課題/領域番号: 24K17465
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分25010:社会システム工学関連
• 研究機関: 東京工業大学
• 研究代表者: 小林 健 東京工業大学, 工学院, 助教 (90913517)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: 反実仮想説明 / 数理最適化 / 機械学習

研究開始時の研究の概要

反実仮想説明とは, 予測モデルから望ましい出力を得るために必要な行動 (アクション) をユーザに提示する技術である. ここで予測モデルが運用される現実的な状況下では, 再学習や学習データの傾向変化によってアクション実行中に予測モデルが変化する場合がある. そこで本研究では, 機械学習モデルが不確実性を有する状況でも望ましい出力が得られることを保証する反実仮想説明技術の開発に取り組む.