研究展示
| 07 |
確率予測の「ぶれ」を見積もります確率推論結果の分散値計算 
|
|---|
| どんな研究 |
過去のデータや出来事の関係性から出来事の発生確率を予測する確率推論では、データが不足すると予測確率の不確かさが高まり、予測を用いた意思決定などに影響を及ぼします。本研究ではこの不確かさの指標である「推論結果の分散値」を定量的に計算する技術を紹介します。 |
|---|---|
| どこが凄い |
推論結果の分散値の計算は、従来は膨大な計算量が必要なため実現が困難でした。そこで、論理式を満たす解の数え上げができれば確率推論ができることに着目し、分散値の効率的な計算を実現しました。本技術は、システムやインフラの信頼性評価などにも応用可能な汎用性を有します。 |
| めざす未来 |
不確かさの定量化により、重大な結果に繋がりうる意思決定をより堅実に行うことが可能になります。例えばインフラ機器の稼働率予測において、予測上安全基準を満たしていても分散値が大きい場合、追加データ取得を促し予測以上の故障の発生を回避するといった運用を可能にします。 |
[1] K. Nakamura, M. Nishino, N. Yasuda, “Variance computation for weighted model counting with knowledge compilation approach”, in Proc. The 40th Annual AAAI Conference on Artificial Intelligence (AAAI ’26), 2026.
中村健吾（Kengo Nakamura）協創情報研究部言語知能研究グループ