連続最適化を使った因果探索アルゴリズムの
ハイパーパラメータ選択

概要

因果探索は，データを用いて変数間の因果関係を推定する科学的手法である．従来の因果探索アルゴリズムは， 変数の数が多い場合に計算量が過大となる課題に直面していた．この問題への解決策の一つとして， 元の問題を連続最適化問題に変換することで計算量を削減する方法がある．

本研究では，さまざまな条件下で連続最適化手法を利用した因果探索アルゴリズムにおける最適なハイパーパラメータと， ハイパーパラメータ選択に影響を与える要因を調査し，より性能の良いハイパーパラメータの選択手法を提案することを目的としている．