著者
田中 直樹 清水 昌平 鷲尾 隆
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第27回 (2013)
巻号頁・発行日
pp.3D15, 2013 (Released:2018-07-30)

近年様々な分野で大量の観測データが蓄積されており,因果分析法に対するニーズは高まっている。最近の研究により,データの非ガウス性を利用することで変数間の因果的順序を同定できる場合があることがわかっている。本研究では未観測交絡変数がある場合にその値を離散化してベイズ推定を行い,二変数間の因果順序を同定する手法を提案する。これにより,潜在交絡変数が存在しても頑健な推定することが可能となる。
著者
伊達 平和 清水 昌平 竹村 彰通
出版者
公益社団法人 日本工学教育協会
雑誌
工学教育 (ISSN:13412167)
巻号頁・発行日
vol.70, no.1, pp.1_7-1_12, 2022 (Released:2022-01-20)
参考文献数
6

Shiga University established the first faculty of data science in Japan in 2017 with the enrollment of 100 students each year. These students obtained their Bachelor′s degrees in March of this year. In 2019 it established the first graduate school of data science and the graduate students obtained the Master′s degree. We discuss educational goals of the undergraduate and the graduate programs and achievements of these programs.
著者
門脇 健人 清水 昌平 鷲尾 隆
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.27, 2013

近年,膨大な観測データに潜む因果構造を推定するための統計的手法が必要とされている.本研究では経時データと呼ばれる,時間の推移とともに観測されたデータを用いた因果構造の推定法を提案する.経時データの性質とデータの非ガウス性を利用することで、従来よりも緩い仮定の下で因果構造推定が可能である.更に推定された因果構造に対して時間の経過とともに有意な変化をしている部分を統計的に検出する方法も提案する.
著者
下平 英寿 清水 昌平
出版者
京都大学
雑誌
基盤研究(B)
巻号頁・発行日
2016-04-01

画像,タグ,文書等の様々な種類(ドメインと呼ぶ)の情報源から得られるデータベクトルと,データベクトル間の関連性の強さに関する情報が得られているデータを,多ドメイン関連性データと呼ぶ.従来の多変量解析ではベクトルが1対1対応するものを扱っていたため,柔軟なデータ構造を表すことができなかった.本研究ではベクトルの関連性をグラフ(ネットワーク)で表現して,そのグラフ構造をなるべく保存するように次元削減を行う情報統合の方法を提案・発展させた.