权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

個体の反実仮想的特徴を利用したテーラーメイド志向の因果的強化学習の開発

利用个体的反事实虚拟特征开发面向定制的因果强化学习

基本信息

批准号：
22KJ1411
负责人：
川上裕大
金额：
$ 1.6万
依托单位：
Yokohama National University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1411/
关键词：
因果推論操作変数法

项目摘要

本研究は，以下の二つを主軸として進めることとしている．（１）AAAI-21で提案した因果効果の異質性の識別可能条件を利用して，効率的なテイラーメイド型強化学習システムを開発すること，（２）実験データから原因の必要性，十分性，必要十分性を定量的に評価するための方法論を開発し，より精緻化されたアップリフト・モデリングの理論基盤を構築することである．昨年度は，AAAI-21[1]で提案した因果効果の異質性の識別可能条件を拡張し，より精密な因果関係の解明が可能な，操作変数と代替変数を利用した潜在反応タイプの識別可能条件を提案し，さらに，潜在反応タイプの確率値の推定アルゴリズムを考案した．これに関連する内容を，日本品質管理学会第128回研究発表会と応用統計学会2022年度年会において発表し，応用統計学会2022年度年会では優秀ポスター発表賞を受賞した．また，さらに発展した内容をWashington D.C.で開催された国際会議であるAAAI-23に投稿し発表を行った．また，日本行動計量学会第50回大会に参加し，情報収集を行なった．2022年10月からは，アイオワ州立大学（アメリカ）において，共同研究を開始した．Wongによって提案された，連続値の操作変数を利用した，連続値の処置変数の結果変数に対する平均偏因果効果の識別可能条件をもとに，ピカール反復法を利用して，平均偏因果効果の推定法を提案し，現在，機械学習系の国際会議に投稿中である．この手法は，従来の手法とは違い，平均偏因果効果の関数の形式に一切仮定を置かずに，直接平均偏因果効果を推定することができる手法である．

In this study, the following two をを main axes とてて enter めるるととててるる. (1) the AAAI - 21 で proposal した causal unseen fruit の heterogeneity のを identify possible conditions using して, sharper rate なテイラーメイド type of reinforcement learning システムを open 発すること, (2) be 験データから reason の necessity, very, very necessary sex をに of quantitative evaluation of 価するための methodology を open 発し, Youdaoplaceholder0 よ refinement されたアップリフト · モデリググ <s:1> theoretical foundation を construction するするとであるとである. Annual は yesterday, AAAI - 21 [1] proposed でした causal unseen fruit の heterogeneity の identify possible conditions を company, zhang し, より precision な causal masato is の interpret が may な, count と instead - operation - を using した potential anti 応タイプのを proposal し identify possible conditions, さらに, potential anti 応タイプの on probabilistic numerical の presumption アルゴリズムを test case した. これに masato even するを content, Japanese quality management institute will back to the 128 study 発 table と応 use statistical society 2022 annual conference において発 table し, 応 use statistical society 2022 annual conference では excellent ポスター発 table reward を who した. また, さらに発 exhibition した content をで Washington D.C. open rush された international conference である AAAI - 23 contribute にし発 table line をった. Youdaoplaceholder0, the 50th general meeting of the Japan Society for Action Metrology に participated in また, information collection を line なった. In October 2022, てらた, アア and ワ state university (アメリカ) におてて, joint research を began at た. Wong によって proposal された, even 続 numerical の operation - the number of を using した, even 続 numerical の処 count の results - set - にす seaborne る average causal unseen fruit の identify possible conditions をもとに, ピカール repeatedly を using して, average causal unseen fruit の estimation method proposed をし, now, machine learning is の international conference に contribute である. このは, 従 to の gimmick とは violations い, average causal unseen fruit の masato set several の form all に仮を buy かずに, directly above average causation presumption unseen fruit をすることができる gimmick である.