[3M5-OS-7b] 可視化とAIと科学・文化・社会

[3M5-OS-7b-02] 時系列生態系データにおける因果関係のある生物種群の効率的特定手法

〇松本 日汰¹、脇田 建¹ (1. 東京科学大学)

キーワード：経験的動的モデリング、因果関係、時系列データ、生態学データ

多種の生物が共存する生態系において、生物種の個体数の変動を他の生物種の変動から予測することは重要である。影響を与え合う生物種の組み合わせは多岐にわたるため、従来のアプローチでは探索空間が膨大になる。本研究では、データマイニング手法のアプリオリアルゴリズムを活用し、因果関係が強い生物集合を効率的に特定する方法を提案する。具体的には、スギハラが1984年に提案したS-mapを用いて二つの生物間の因果関係を評価し、アプリオリアルゴリズムに基づき小さな原因種集合を合併することで大きな原因種集合を探索する。予測に使う生物種の増加が予測精度向上に寄与すると期待して集合の拡張を行った。本稿では、この手法の有効性について論じる。