NISTEP注目科学技術 - 2023_W152
概要
時系列データから、アトラクターを推定し、複数の時系列データ間の因果関係を推定する手法。Empirical Dynamic Modeling (EDM)と呼ばれる。
キーワード
時系列データ / 因果推定 / 非線形科学
| ID | 2023_W152 |
|---|---|
| 調査回 | 2023 |
| 注目/兆し | 兆し |
| 所属機関 | 大学 |
| 専門分野 | 環境 |
| 専門度 | 中 |
| 実現時期 | - |
| 分析データ 推定科研費審査区分（中区分） | 12 （解析学、応用数学） |
| 分析データ クラスタ | 46 （データサイエンス/機械学習・AI） |
研究段階
さまざまな時系列データを対象に解析が進められているが、原理等について完全に明らかになったわけではない。
インパクト
さまざまな時系列データから因果を推定することで、実験せずに因果関係を知ることが可能になり、操作できるようになる可能性がある。
必要な要素
統計学・機械学習といった隣接分野との融合を進めていく必要がある。