近年、製造技術の分野において、製品を観測して得られるデータを分析し、その特徴を決定する要因を推論する動きが盛んである。実際の分析では、要因候補数が多数、かつ特徴を観測可能なデータ数が少数であるため、要因推論が困難である場合が多い。多くの要因候補の中で実際に特徴を決定する要因は少数である、という仮定のもとで要因推定を行う技術がスパース推定手法であり、その中の一つであるLassoはこのような課題に対する有力な解決方法であると考えられている。本稿では、次の2条件を満たす対象を扱う。 (1)複数の異なる特徴が同一製品で観測される。 (2)観測される特徴が発生回数で表現され、それらがポアソン分布に従う。 製造分野では, 製品内の複数部品の各不良品数がこれらの条件に該当し, 共通の原因となった製造装置を一早く特定したいというニーズが存在する。これらの条件を満たす対象向けにLassoを拡張した既存研究は存在しない。そこで本稿では、この対象に合わせて、定式化および求解アルゴリズムを導出する。人工データによる実験で、既存手法は正解要因の一部のみを推定したのに対し、提案手法では正解要因が全て正確に推定された。
