This study investigates the mean-variance (MV) trade- off in reinforcement learning (RL), an instance of sequential decision-making under uncertainty. Our objective is to obtain MV-efficient policies, whose means and variances are located on the Pareto efficient frontier with respect to the MV trade- off; under this condition, any increase in the expected reward would necessitate a corresponding increase in variance, and vice versa. To this end, we propose a method that trains our policy to maximize the expected quadratic utility, defined as a weighted sum of the first and second moments of the rewards obtained through our policy. We subsequently demonstrate that the maximizer indeed qualifies as an MV-efficient policy. Previous studies that employ constrained optimization to address the MV trade-off have encountered computational challenges. However, our approach is more computationally efficient as it eliminates the need for gradient estimation of variance, a contributing factor to the double sampling issue observed in existing methodologies. Through experimentation, we validate the efficacy of our approach.

本研究では,正例ﾃﾞｰﾀとﾗﾍﾞﾙなしﾃﾞｰﾀによる二値分類器の学習(learning from positive and unlabeled data; PU学習)を応用して,ﾀｰｹﾞｯﾄﾏｰｹﾃｨﾝｸﾞにおける潜在的顧客の特定のための手法を提案する.私たちは,企業がある商品を販売し,その商品を購入した顧客を観測できる状況を考える.意思決定者は,人々の企業へのﾛｲﾔﾙﾃｨの有無に基づいて,効果的に商品をﾏｰｹﾃｨﾝｸﾞすることを目指す.ﾛｲﾔﾙﾃｨのある人々とは,ﾏｰｹﾃｨﾝｸﾞを行わなくても,その企業に対して関心があるような人々である.そのような人々は,企業がﾏｰｹﾃｨﾝｸﾞを行わなくても,その商品に興味があれば,その企業で商品を購入する可能性が高い.そのため,商品に興味はあるものの,企業に対するﾛｲﾔﾙﾃｨが低い顧客に向けてﾏｰｹﾃｨﾝｸﾞの焦点をあてることで,より効率的なﾏｰｹﾃｨﾝｸﾞを行うことを考える.この目的のもと,潜在的な顧客を特定する分類器を限られたﾃﾞｰﾀから学習する方法を考える.私たちのｱﾙｺﾞﾘｽﾞﾑは一段階の最適化で構成されているが,目的関数には潜在的にPU学習ｱﾙｺﾞﾘｽﾞﾑの損失を二つ含んでいる.そのため,提案するｱﾙｺﾞﾘｽﾞﾑを二重PU学習と呼ぶ.提案ｱﾙｺﾞﾘｽﾞﾑの妥当性はｼﾐｭﾚｰｼｮﾝ研究を通じて確認される.

私たちは､複数のｸﾗｲｱﾝﾄがそれぞれ異なる性質を持つﾃﾞｰﾀを有している状況での､分散学習の問題を考える｡金融やﾏｰｹﾃｨﾝｸﾞでは､各組織が機密性の高い情報をそれぞれ持っていることが多い｡そうしたﾃﾞｰﾀの機密性を保ったまま､各組織が協力してﾓﾃﾞﾙを学習することは長年の課題である｡このような問題に対して､ｸﾗｲｱﾝﾄがﾃﾞｰﾀそのものを共有するのではなく､各ｸﾗｲｱﾝﾄがそれぞれ訓練したﾓﾃﾞﾙを統合することで､より性能の高いﾓﾃﾞﾙを訓練する連合学習が､新しい分散学習の枠組みとして提案されている｡連合学習は､その有用性にもかかわらず､ｸﾗｲｱﾝﾄのﾃﾞｰﾀ分布の不均一性に弱いことが指摘されている｡本研究では､ｸﾗｲｱﾝﾄの期待ﾘｽｸに関する統計理論を構築することにより､この問題を検討する｡私たちの貢献は二つある｡第一に､連合学習によって達成されるｸﾗｲｱﾝﾄの最小ﾘｽｸを評価する｡私たちは､連合学習が最悪の場合全てのｸﾗｲｱﾝﾄのﾃﾞｰﾀを反映できないことを示す｡第二に､ｸﾗｲｱﾝﾄのﾃﾞｰﾀ分布の不均一性を解決するための新しい手法を提案する｡それは密度比推定と勾配ｺﾐｭﾆｹｰｼｮﾝ学習である｡提案手法では､ｸﾗｲｱﾝﾄの期待ﾘｽｸはｻﾝﾌﾟﾙｻｲｽﾞに対して最適な収束ﾚｰﾄを達成する｡さらに､この結果を応用し､効用分析により期待ﾘｽｸとｺﾐｭﾆｹｰｼｮﾝｺｽﾄのﾄﾚｰﾄﾞｵﾌを調べる｡私たちは､数値実験によってこれらの理論的知見を支持する｡

近年，オープンサイエンスという言葉がいろいろな場所で聞かれるようになった。これを受けて，企業も他社及び大学等の外部研究機関と業務提携を実施して研究開発を進めている。一方，企業は基本的に右肩上がりの営利活動を持続することを志向している。しかし，近年の様々な外的環境の急速な変化に対応するために，新規事業の開発においても，オープン化戦略に舵を切り始めている企業が増えている。本稿では，企業におけるオープンサイエンスを利活用した場合のメリットと課題について考察を述べ，オープン化戦略を進める上で何をすべきかを検討する。

ﾎﾟｰﾄﾌｫﾘｵの最適化は投資において重要な問題である｡既存のﾎﾟｰﾄﾌｫﾘｵ最適化手法の多くは､ﾎﾟｰﾄﾌｫﾘｵを構成する資産のﾘﾀｰﾝの分布に関する情報を必要とする｡しかし､そのような分布情報は通常､投資家にとって未知のものである｡分布情報を推定するための様々な手法が提案されているが､その精度は金融市場の不確実性に大きく依存する｡その不確実性のために､ある時点で分布情報を良く予測できていたﾓﾃﾞﾙが､異なる時点では別のﾓﾃﾞﾙと比べて精度が落ちることがある｡この問題を解決するために､私たちはﾍﾞｲｼﾞｱﾝ予測統合に基づくﾎﾟｰﾄﾌｫﾘｵ最適化のための手法を研究する｡私たちは､投資家が複数の資産ﾘﾀｰﾝ予測ﾓﾃﾞﾙを利用できることを仮定する｡動的線形ﾓﾃﾞﾙを用いるﾍﾞｲｼﾞｱﾝ予測統合を用いて､それらの予測を組み合わせて予測を行うことにより､金融市場の不確実性に対応した資産の分布情報に関する予測が可能になる｡本研究では､そうして予測された分布情報をもとに､平均分散ﾎﾟｰﾄﾌｫﾘｵや分位点に基づくﾎﾟｰﾄﾌｫﾘｵを構築する方法を提案する｡

金融機関における信用リスク管理業務では，法人債務者のデフォルトに対する予兆管理が行われている．この点，債務者が大企業を中心とした上場企業であれば，企業の信用状態をタイムリーに反映しやすい株価などをデフォルトの予兆管理指標として活用できるが，中堅中小企業を中心とした非上場企業には，信用状態を即時に反映する指標が存在しない．また，信用リスク管理業務では，財務情報を用いた信用リスク評価が一般的に行われているが，財務計数には，信頼性及び即時性の面で一定の制約がある．そこで，本稿では，中堅中小企業を中心とした非上場企業にも適用可能で，かつタイムリーなモニタリングを実現するためのデフォルト予測モデルを構築する．具体的には，金融機関の預金口座における入出金情報を用いて，機械学習モデルや統計モデルを用いたデフォルト予測モデルを構築し，モデル精度の検証を行い，そのうえで予兆管理実務への適用可能性について検討する．モデル精度検証の結果，入出金情報を用いた場合において，機械学習モデルの精度は十分に実用可能な水準であることが確認された．また，機械学習モデル対比ではやや精度が落ちるものの，解釈性に優れたロジットモデルについても，実務で十分に活用可能な精度を有することが確認された．

The purpose of this study is to clarify whether and how the floor plan of rental office buildings in Japan are adapted to the shape of the sites where they are built. Four height categories are established for comparison. Firstly, whether the floor plan shapes are geometrically adapted to the site shapes is analyzed. Next, specific methods to adapt the floor plan shapes to the site shapes and elements that are adapted are analyzed. Finally, how the floor plan configurations are adapted to the shape of the sites is analyzed.

The purpose of this study is to demonstrate, through chronological analyses, how architects have been responding to the urban environment in the design of rental office buildings. Based on the review of design briefs of rental office buildings, urban-environment elements and architects’ design intentions are identified, tabulated, and analyzed chronologically in three ways: Firstly, urban-environment elements are classified into several types and their transitions are analyzed ; secondly, architects’ design intentions in response to the urban environment are classified into several groups and their transitions are analyzed; and thirdly, the relationship between the environmental elements and design intentions are analyzed.

The purpose of this study is to demonstrate, through chronological analyses, how architects have been responding to the urban environment in the design of rental office buildings. Based on the review of design briefs of rental office buildings, urban-environment elements and building elements are identified, tabulated, and analyzed chronologically in two ways: Firstly, building elements are classified into several types and their transitions and relationship are analyzed ; secondly, the relationship between the environmental elements and building elements are analyzed.