| 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 日本大学, 経済学部, 講師 (50582285)
チャクラボルティ バサビ 岩手県立大学, その他部局等, 特命教授 (90305293)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | Shapley値 / 機械学習 / 企業行動行動 / 特性関数 |
|---|
| 研究実績の概要 |
(1)SHAPによる分析結果を多数可視化したことで、それを教材として回帰分析結果をさらに分かりやすく説明可能となった。2022年2月27日のDEIMチュートリアル「機械学習回帰における Shapley 値の理論説明と事例紹介」で多くの日本研究者にSHAPアプローチを広めることができた。本動画教材は、日本データベース学会による「最強データベース講義シリーズ」としてYouTubeで公開された。再生回数2000回を超え、アカデミックな分野の動画としては非常に多数の参照を得ている。続編として、2023年2月22日に最強データベース講義「機械学習回帰における Shapley 値の活用法」が公開され、活用法の事例を紹介した。このようにSHAPによる分析結果を多数可視化したことで、それを教材として回帰分析結果をさらに分かりやすく説明可能となった。日本におけるSHAPの教材として広く世の中に貢献している。
(2)「実際の経営関連データセットに基づく分析による検証を行う」ことに関しては、世界のトップ製造企業において、売上高成長率、サプライチェーン的要素が株価上昇率及び株価回復率に重要であることを示したことは、十分な成果が出せた。
(3)国際会議でのShapley値による解析のスペシャル・セッションを開催準備：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IIAI 2023において， Special Sessionを組織した．国際的共同研究として、 Basabi Chakraborty (南インド，マダナパレ工科大学計算機学部学部長),及び、Prof Riri Fitri Sari(インドネシア国立大学）との研究を進めている。IIAI2023にで両国との共同研究の成果を発表する。
|
| 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
Shapley値という、説明可能AIの手法を、日本の学会や国際会議のチュートリアルなどで普及する活動に尽力している。自分たちの研究でもShapley値による分析を行い、企業の構造特性に関する分析成果を出している。
最強データベース講義「機械学習回帰におけるShapley値の理論説明と事例紹介」「機械学習回帰における Shapley 値の活用法」の2本のビデオが分かり易いと評判をとり、SHAPが広く普及したことは、想定外に良い結果であった。
|
| 今後の研究の推進方策 |
今後とも、Shapley値の分析を企業分析で活用し、論文を書いていく。また、国際的にShapley値の手法を広める活動をしていく。まずは、IIAI2023のSpecial Sessionを成功させることに注力する。分担者の永島教授には、POMS2023国際会議に論文を投稿して頂き、企業行動構造の分析の研究を推進して頂く。
|
