共同研究・競争的資金等の研究課題 - 清水　昌平

41. 科学プロセスの時系列データの因果解析，受託事業，2019年07月 ～ 2020年03月，（株）神戸製鋼

42. マーケティングデータの分析，受託事業，2019年05月 ～ 2019年07月，株式会社ロックオン

43. 統計的因果推論技術の製鉄プロセスへの適用，受託事業，2019年04月 ～ 2021年03月，日本製鉄(株)プロセス研究所長

44. データ関連人材育成プログラムの構築，受託事業，2019年04月 ～ 2020年03月，大阪大学

45. 機械学習における因果特定に関する研究，共同研究，国内共同研究，2019年02月 ～ 2020年07月，ソニーセミコンダクタマニュファクチャリング株式会社

46. 研究助成，寄附金，2019年，因果推論に関する研究助成金

47. 時系列ＩｏＴデータにおける要因・因果分解析技術の開発，共同研究，国内共同研究，2018年12月 ～ 2020年03月，エヌ・ティ・ティ・コミュニケーションズ株式会社

48. キリンが取り組む因果推論技術に関する研究に関するコンサルティング業務，受託事業，2018年12月 ～ 2019年12月，キリン株式会社

49. 自律適応制御技術の開発，共同研究，国内共同研究，2018年08月 ～ 2019年07月，株式会社デンソー

50. 因果推論および因果探索のデータ分析方法の指導，受託事業，2018年07月 ～ 2019年06月，株式会社SCREENアドバンストシステムソリューションズ

51. データ関連人材育成プログラムの構築，受託事業，2018年04月 ～ 2019年03月，大阪大学

52. 研究助成，寄附金，2018年，因果推論に関する研究助成金

53. データ関連人材育成プログラムの構築，受託事業，2017年10月 ～ 2018年03月，大阪大学

54. 自律適応制御技術の開発，共同研究，国内共同研究，2017年08月 ～ 2018年07月，株式会社デンソー

55. ヘルスデータ統合インフラの開発による「幸せに老いるコミュニティ」の実現，基盤研究(B)，2017年07月 ～ 2020年03月，日本学術振興会

    ICTを生活に実装する技術受容や、データから得られる知見を効果的に共有するコミュニケーション・デザインの観点を取り入れることで、本プロジェクトは、高齢者が主体的に参加する健康支援コミュニティのモデルの実装に成功した。生活と健康に関連するデータを活用して、高齢者の健康支援を行い、幸せに老いるコミュニティを設計することは、超高齢社会における「老いの不安」を解消するための重要な課題である。本フィールドから継続的に得られる知見を活用し、より広範な集団や環境へのプロジェクトの展開を行っていく。

56. 因果的特徴学習，その他，ONRG NICOPプログラム，2017年01月 ～ 2020年01月

57. 因果的特徴学習，その他，ONRG NICOPプログラム，2017年01月 ～ 2020年01月

58. 異質性や非定常性のあるデータにおける未観測交絡変数を許す因果構造推定法と応用，基盤研究(C)，2016年04月 ～ 2020年03月

59. データベクトル間の関連を考慮した多ドメインデータの多変量解析，基盤研究(B)，2016年04月 ～ 2020年03月，日本学術振興会

    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．

60. 異質性や非定常性のあるデータにおける未観測交絡変数を許す因果構造推定法と応用，基盤研究(C)，2016年04月 ～ 2020年03月，日本学術振興会

    LiNGAMモデルは連続変数のみを扱う。異質性を表現するために, LiNGAMモデルが離散変数を扱えるように拡張することを試みた。まずは, 離散変数と連続変数の関係が非巡回有向グラフであると仮定したモデルを開発した。また、離散変数を扱うことのできる機械学習モデルと因果モデルを組み合わせることを考えた。未観測共通原因への対応としては, 非ガウス性と独立性を利用することで操作変数法の拡張を行なった。さらに, 未観測共通原因がどこにありそうかを推測する方法をLiNGAMモデルの枠組みで提案した。