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

2018 年度 実施状況報告書

非線形性に基づく大規模因果推論原理・手法の研究

研究課題

研究課題/領域番号 17K00305
研究機関大阪大学

研究代表者

鷲尾 隆  大阪大学, 産業科学研究所, 教授 (00192815)

研究期間 (年度) 2017-04-01 – 2020-03-31
キーワード統計的因果推論 / 非線形性 / 機械学習
研究実績の概要

IoT 技術で多数の変数を観測し、統計的因果推論により大規模対象系のメカニズムを把握するニーズが増大している。しかし、これまで線形で非ガウスノイズを有する大規模系でしか、実用的解析原理・手法は知られていない。一方、本研究提案者等は広範な大規模非線形系に関する実用的原理・手法の糸口を見出した。本提案研究はこれを基に、(1)非線形系の多数の観測変数間の因果関係を高精度推定する新原理の確立、(2)新原理の拡張による高精度、高速な大規模系の統計的因果推論手法の開発、(3)大規模人工データによる基本性能検証、(4)実データによる実際的性能検証、(5)国際ジャーナルや主要国際会議での成果発表に並行した実装プログラムの公開と世界的普及、を目的としている。
本年度は、「(2)新原理の拡張による高精度、高速な大規模系の統計的因果推論手法の開発」を進め、多数の変数からなる大規模高次元データについて、前年度までに「(1)非線形系の多数の観測変数間の因果関係を高精度推定する新原理の確立」において提案した原理が同様に成立することを理論的に明らかにした。さらに「(3)大規模人工データによる基本性能検証」において、この原理を大規模な高次元データについて適用可能なアルゴリズム開発とその計算機実装を行い、理論によって予想される推論誤差の挙動が人工的に作成したデータにおいて実際に観測されることを確認した。
これら一連の研究成果の一部を機械学習の主要国際会議であるAISTATS2018て発表し、さらに国際主要ジャーナルPeerJ Computer Scienceに採択・掲載された。このように、本研究は順調な成果を挙げている。

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

本年度は、「(2)新原理の拡張による高精度、高速な大規模系の統計的因果推論手法の開発」を進め、多数の変数からなる大規模高次元データについて、前年度までに提案した原理が同様に成立することを理論的に明らかにした。さらに「(3)大規模人工データによる基本性能検証」において、この原理を大規模な高次元データについて適用可能なアルゴリズム開発とその計算機実装を行い、理論によって予想される推論誤差の挙動が人工的に作成したデータにおいて実際に観測されることを確認した。
これら一連の研究成果の一部を機械学習の主要国際会議であるAISTATS2018て発表し、さらに国際主要ジャーナルPeerJ Computer Scienceに採択・掲載された。これらは、概ね申請時の計画に沿っており、順調な成果を得ている。

今後の研究の推進方策

今年度までに「(2)新原理の拡張による高精度かつ高速な大規模対象系の統計的因果推論手法の開発」及び「(3)手法の大規模人工データへの適用による基本性能の検証」において得た成果を、最終年度における研究計画項目である「(4)手法の実データ適用による実際的性能の検証」に適用し、本基盤研究を通じて得た新しい統計的因果推論手法の潜在的実用性を確認し、さらに性能検証が済んだプログラムをオープンソースとして公開していく予定である。

次年度使用額が生じた理由

購入物品費の価格が予め想定していた金額より割安であったため、若干の繰り越し額が生じた。最終年度である次年度における一層の最終成果公開に向け、必要な印刷用紙代金などに充てる予定である。

  • 研究成果

    (3件)

すべて 2019 2018 その他

すべて 国際共同研究 (1件) 雑誌論文 (2件) (うち国際共著 2件、 査読あり 2件、 オープンアクセス 2件)

  • [国際共同研究] Max Planck Institute(ドイツ)

    • 国名
      ドイツ
    • 外国機関名
      Max Planck Institute
  • [雑誌論文] Analysis of cause-effect inference by comparing regression errors2019

    • 著者名/発表者名
      Patrick Blobaum, Dominik Janzing, Takashi Washio, Shohei Shimizu, Bernhard Scholkopf
    • 雑誌名

      PeerJ Computer Science

      巻: 5 ページ: e169

    • DOI

      doi.org/10.7717/peerj-cs.169

    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Cause-Effect Inference by Comparing Regression Errors2018

    • 著者名/発表者名
      Patrick Bloebaum, Dominik Janzing, Takashi Washio, Shohei Shimizu, Bernhard Schoelkopf
    • 雑誌名

      Proceedings of Machine Learning Research

      巻: 84 ページ: 900-909

    • 査読あり / オープンアクセス / 国際共著

URL: 

公開日: 2019-12-27  

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