情報処理学会 第75回全国大会講演要旨

ある事象（たとえば腹痛）に着目し、 これを「結果」とする。「原因」の候補となる事象（たとえばキノコの生食）を考える。そして原因と結果との共起関係から、生食から腹痛へ、という因果関係を構築する。
このような因果推論は機械学習の重要なテーマの一つである。
本研究では、データベース検索やデータ分類などの情報工学への応用を視野に入れつつ、人間の因果関係の帰納推論を最も良く記述し、かつ最も単純なモデルである我々の pARIs (proportion of assumed-to-be rare instances) に関し、その理論的性質と適応的意味を、実験とシミュレーションから明らかにした。