| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-06-25 10:05 機械学習回帰における Shapley値の時系列変化の分析 ○求野虎太郎・白田由香利（学習院大）  DE2022-1 |
|
| 抄録 | （和） | 機械学習の回帰分析においてLundbergのSHAPとそのライブラリは広く活用されており，多様な応用分野に渡って回帰分析の解析の意味解釈に多大な貢献をしている．本稿では，SHAPを時系列分析に適用するアプローチを紹介する．SHAPの利点は各データの特性関数に基づき，各説明変数のターゲット変数への貢献を導出することである．説明変数データセットが同じであってもターゲット値が時系列データである場合，回帰から得られるSHAP値も変動する．その変化を解析することで，その時節にあった貢献度の高い説明変数を抽出することが可能となる．本稿では世界の自動車製造業のCOVID-19による株価暴落後の株価回復率の事例を用いて，各企業の特性に基づく説明変数のSHAPによる評価を示す． |
| （英） | In regression analysis of machine learning, Lundberg's SHAP and its libraries are widely used and have contributed greatly to the semantic interpretation of regression analysis across various application fields. In this paper, we introduce an approach to apply SHAP to time series analysis. The advantage of SHAP is that it can evaluate the contribution of each explanatory variable to the target variable value, using the characteristic function of each data. If the target value are time series data, even if the same explanatory variable dataset is used, the SHAP values obtained from the regressions become different. By analyzing the time series changes, it is possible to extract the most important explanatory variables at that time. In this paper, we show the evaluation of explanatory variables based on the characteristics of each company by SHAP, using a case study of the stock price recovery rate after the stock price decline by the COVID-19 in global automobile manufacturing industries. |
|
| キーワード | （和） | 機械学習 / 回帰 / Shapley値 / SHAP / SHAP分布の時系列変化 / / / |
| （英） | Machine Learning / Regression / Shapley values / SHAP / Time series analysis of SHAP distribution / / / | |
| 文献情報 | 信学技報, vol. 122, no. 88, DE2022-1, pp. 1-6, 2022年6月. | |
| 資料番号 | DE2022-1 | |
| 発行日 | 2022-06-17 (DE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | DE2022-1 |
|
| 研究会情報 | |
| 研究会 | DE |
| 開催期間 | 2022-06-24 - 2022-06-25 |
| 開催地（和） | 武蔵野大学 |
| 開催地（英） | Musashino University |
| テーマ（和） | ソーシャルコンピューティング |
| テーマ（英） | Social Computing |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2022-06-DE |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習回帰における Shapley値の時系列変化の分析 |
| サブタイトル（和） | |
| タイトル（英） | Time Series Analysis of Shapley Values in Machine-Learning Regression |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | 回帰 / Regression |
| キーワード(3)（和/英） | Shapley値 / Shapley values |
| キーワード(4)（和/英） | SHAP / SHAP |
| キーワード(5)（和/英） | SHAP分布の時系列変化 / Time series analysis of SHAP distribution |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 求野 虎太郎 / Kotaro Kuno / クノ コタロウ |
| 第1著者 所属（和/英） | 学習院大学 (略称： 学習院大) Gakushuin University (略称： GakushuinUniv) |
| 第2著者 氏名（和/英/ヨミ） | 白田 由香利 / Yukari Shirota / シロタ ユカリ |
| 第2著者 所属（和/英） | 学習院大学 (略称： 学習院大) Gakushuin University (略称： GakushuinUniv) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-25 10:05:00 |
| 発表時間 | 20分 |
| 申込先研究会 | DE |
| 資料番号 | DE2022-1 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.88 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2022-06-17 (DE) |
[研究会発表申込システムのトップページに戻る]