経営学部データサイエンス専攻の金澤拓也准教授の機械学習に関する研究論文が、MDPI社発行の国際学術誌「Mathematical and Computational Applications」に掲載され、2026年4月号の表紙にも採用されました。論文は4月2日にオンラインで公開されました。この論文誌は工学・自然科学・社会科学などにおける数学的手法をテーマとする査読付きオープンアクセス・ジャーナルです。

論文のタイトルは「Multivariate Uncertainty Quantification with Tomographic Quantile Forests（トモグラフィック分位点回帰フォレストを用いた多変量不確実性定量化）」。

本研究では人工知能（AI）による予測の信頼度を評価する新たな手法が提案されました。たとえば神戸市と京都市の今週末の降水量を予測する問題を考えます。完全にピッタリと予想を当てるのは難しいため、真の降水量が入りそうな「範囲」を示す表現がしばしば使われます（例：神戸市 28～45ミリ，京都市 24～42ミリ）。こうするとAIの予測がどのくらい不確実なのかを把握しやすくなりますが、限界もあります。

神戸市と京都市は同じ関西地域でそれほど遠くないため、神戸市で雨が降る日は京都市の天気もやや崩れやすく、神戸市が曇りの日は京都市も曇りやすくなります。こうした二つの量の間にある関連性（非独立性）は先述した二つの予想範囲だけでは十分に表現できていません。

そこで本研究では、こうした二つ以上の互いに関連する量を予測する際の「不確実さ」を一般的な条件下で正しく推定できるアンサンブル型AIモデルを提案しました。これは専門用語で「多次元同時分布のノンパラメトリック推定」と呼ばれます。ジャーナルの表紙のイラストはこのAIモデルの仕組みを模式的に表現しています。

経営学部データサイエンス専攻の金澤ゼミではプログラミング言語Pythonを用いたデータ分析など、AIをテーマにした学習と実践を行っています。

論文（英語）の全文はこちら