脱炭素社会に向け様々な検討がなされており、人の行動や設備、気象などの住宅におけるエネルギー消費の発生過程を模擬したボトムアップ型のエネルギー需要推計モデルは各対策の効果を定量的に評価できる。しかし、このようなボトムアップ型モデルの入力データは、調査手法によっては実態と大きな乖離が生じる。またパラメータ数が非常に多いにも関わらず、支配的要因は非自明である。そこで本研究では、ボトムアップ型モデルをアンサンブル学習し、得られた変数重要度に基づいて支配的なパラメータを抽出した。そして、住宅用スマートメータデータの実測値を用いて逆問題を解くことで較正した。その結果、推計精度は向上し、各対策の定量的な評価が可能となった。