| 研究課題/領域番号 |
20H01537
|
|---|
| 研究機関 | 学習院大学 |
|---|
研究代表者 |
白田 由香利 学習院大学, 経済学部, 教授 (30337901)
|
|---|
| 研究分担者 |
永島 正康 立命館大学, 経営学部, 教授 (20745202)
吉浦 裕 京都橘大学, 工学部, 教授 (40361828)
山口 健二 お茶の水女子大学, サイエンス&エデュケーションセンター, 特任講師 (50582285)
澤口 聡子 福知山公立大学, 地域経営学部, 教授 (90235458)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 機械学習 / Shapley値 / レジリエンス / SCM / 企業行動分析 |
|---|
| 研究実績の概要 |
(1) 2022年度は回帰におけるShapley値の有効性を検証
（1-A）COVID勃発期の世界自動車製造業の株価レジリエンス分析により、権威ある P&OM 国際会議で、Decisions Sciences Institute (DSI) Best Paper Award受賞。企業のレジリエンスの重要なファクターをSHAP分析により企業の国別に解析した結果、顕著な傾向として 株価上昇率が高かったSweeden, Germany, Franceなどでは、他の国に比較して、ROEのSHAP値が高いことが分かった。(1-B) COVIDからの世界自動車製造業の株価回復のレジリエンス分析では、SHAPの変化を時系列分析して、株価回復の重要ファクターは売上成長率であることを示すことができた。
(2) AI回帰分析のShapley値による解析手法の普及活動
(2-A)国際会議DBKDA202(バルセロナ）でオンサイトでチュートリアル。SHAPの普及に努めた。https://www.iaria.org/conferences2023/ProgramDBKDA23.html 動画あり。
(2-B) オペレーションズ・マネジメント・ストラテジー学会(JOMSA)での活動として、＊第14回 全国研究発表大会/オンライン大会/2022月12月3日に，DSI最優秀論文賞受賞記念講演、＊JOMSA 第8回DX研究会(2022/12/17)にてShapley値による解析のワークショップ開催、＊JOMSA 第9回DX研究会(2023/3/28)にてShapley値による分析成果の発表。また、（2－C）最強DB講義 「機械学習回帰における Shapley 値の活用法」（2023/2/22開催）でチュートリアルを行ったhttps://dblectures.connpass.com/event/274198/
|
| 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
（A）Amplitude-based 時系列データクラスタリング手法の開発：Amplitude-based clusteringの手法を開発し、企業の株価上昇率及びパターンの比較を行なった。
（B）Shapley値による可視化： Shapley値を使って各種グラフを描くことで説明変数の重要性を別の視点から解析した．
（C）Shapley値の時系列変化分析：被説明変数が時系列する場合、各説明変数のShapley値がどのように時系列変化するかを分析した。
2022年度までに達成予定の計画は予定通り達成した．
|
| 今後の研究の推進方策 |
Shapley値によるAI回帰分析結果解釈の手法を普及させるため，国際会議及び学会イベントなどで普及に努める。国際会議IIAI 2023にて， Special Session “Shapley Value Technology for Business Data Analysis”を組織する予定である． https://iaiai.org/conference/aai2023/accepted-special-session-proposal/
このセッションでは、社会科学，経済経営分野など広い分野で回帰及びShapley値を用いる技術について討論をかわす予定である．
|
| 備考 |
本プロジェクトの活動報告を上記（１）で行っている。国際会議の発表の要約を英語でプレゼンテーションするなど、成果を分かり易く公表している。
|
