革新知能統合研究センター 因果推論チーム
チームディレクター 清水 昌平（D.Eng.）
研究概要
自然現象や人間行動の根底にある因果メカニズムを解明するための数理的方法論に関する研究・教育を行います。特に、介入のない観察データから因果関係を推定するための数学的方法論を研究開発し、従来の限界を超える新しい方法論体系を構築します。また、実質科学の研究者と協力して自然科学・社会科学などの基礎科学や工学・医学などの応用科学の問題にも取り組み、方法論の立場から問題の解決に貢献することを目指します。
研究テーマ:
- 因果探索
研究主分野
- 情報学
研究関連分野
- 工学
- 社会科学
- 統計科学
主要論文
- 1.
Pham, T., Shimizu, S., Hino, H., Le, T.:
"Scalable counterfactual distribution estimation in multivariate causal models"
Proc. Third Conference on Causal Learning and Reasoning (CLeaR2024), pp. 1118-1140 - 2.
Maeda, T. N., Shimizu, S.:
"Use of Prior Knowledge to Discover Causal Additive Models with Unobserved Variables and its Application to Time Series Data"
Behaviormetrika, (2024) - 3.
Ikeuchi, T., Ide, M., Zeng, Y., Maeda, T. N., Shimizu, S.:
"Python package for causal discovery based on LiNGAM"
Journal of Machine Learning Research , 24, 1--8 (2023) - 4.
Shimizu, S.:
"Statistical Causal Discovery: LiNGAM Approach"
Springer, Tokyo (2022) - 5.
Uemura, K., Takagi, T., Kambayashi, T., Yoshida, Y., Shimizu, S.:
"A multivariate causal discovery based on post-nonlinear model"
Proc. First Conference on Causal Learning and Reasoning (CLeaR2022), pp. 826-839 (2022) - 6.
Zeng, Y., Shimizu, S., Matsui, H., Sun, F.:
"Causal discovery for linear mixed data"
Proc. First Conference on Causal Learning and Reasoning (CLeaR2022), pp. 994-1009. (2022) - 7.
Maeda, T. N., Shimizu, S.:
"Causal Additive Models with Unobserved Variables
Proc. 37th Conference on Uncertainty in Artificial" Intelligence (UAI2021), pp. 97-106 (2021) - 8.
Maeda, T. N. and Shimizu, S.:
"RCD: Repetitive causal discovery of linear non-Gaussian acyclic models with latent confounders
Proc. 23rd International Conference on Artificial Intelligence and Statistics (AISTATS2020), pp. 735-745. (2020) - 9.
Blöbaum, P. and Shimizu, S.:
"Estimation of interventional effects of features on prediction"
Proc. 2017 IEEE Machine Learning for Signal Processing Workshop (MLSP2017), pp. 1-6. (2017) - 10.
*Shimizu, S., Hoyer, P. O., Hyvärinen, A., and Kerminen, A.:
"A linear non-gaussian acyclic model for causal discovery"
Journal of Machine Learning Research, 7, 2003--2030 (2006)
研究成果（プレスリリース）
2022年4月26日
多変数データを用いた非線形因果探索技術の開発
関連リンク
メンバーリスト
主宰者
- 清水 昌平
- チームディレクター
メンバー
- 前田 高志 ニコラス
- 客員研究員
- 大塚 淳
- 客員研究員
- PHAM Thong
- 客員研究員
- 下平 英寿
- 客員研究員
- 奥野 彰文
- 客員研究員
- 寺田 吉壱
- 客員研究員
- 横山 寛
- 客員研究員
- ZENG Yan
- 客員研究員
- ZHOU Xiaokang
- 客員研究員
お問い合わせ先
〒522-8522 滋賀県彦根市馬場1丁目1-1
滋賀大学 データサイエンス棟
Email: shohei.shimizu@riken.jp