時系列生態系データにおける因果関係のある生物種群の効率的特定手法

松本日汰; 脇田建

論文・著書情報

タイトル

和文:	時系列生態系データにおける因果関係のある生物種群の効率的特定手法
英文:

著者

和文:	松本日汰, 脇田建.
英文:	Hinata Matsumoto, KEN WAKITA.

言語

Japanese

掲載誌/書名

和文:
英文:

巻, 号, ページ

出版年月

2025年5月

出版者

和文:
英文:

会議名称

和文:	2025年度人工知能学会全国大会 (第39回)
英文:

開催地

和文:	大阪
英文:

アブストラクト

複雑なシステムにおける要素間の相互作用を解明することは、多くの分野で重要な課題となっている。特に、非線形システムでは要素同士の関係が単純ではなく、従来の手法では十分に捉えられない場合がある。そこで、複雑なシステムにおける要素間の相互作用を解明するため、時系列データを用いた因果推定が注目されている。特に、Empirical Dynamic Modeling （EDM）の手法は、非線形システムにおいて有効であることが示されており、その中でもSequential Locally Weighted Global Linear Maps （S-map) は動的な相互作用を定量化する手法として広く利用されている。しかし、因果関係を評価する際に考慮すべき要素数が増加すると、探索空間の爆発が生じ、計算コストが増大するという課題がある。本研究では、S-map を活用し、アプリオリ性質を導入することで、探索空間の爆発を抑えつつ、因果関係の強い要素群を効率的に特定する手法を提案する。さらに、予測精度の向上を期待し、アプリオリ性質に基づいて因果関係が強いと推定される生物種群を段階的に拡張するアプローチを採用した。本稿では、この手法の有効性について検証を行う。

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報