# Christopher Lohse [[IBM Research]] Europe (ダブリン) 研究員かつ [[Trinity College Dublin]] 所属の研究者。[[因果発見]]手法をクラウドマイクロサービスのレイテンシモデル化に適用する研究、および[[アモータイズド因果発見]]の枠組みを RCA に応用するベイズ的因果メタ学習を行う。 ## 主要業績 - [[@2025__AAAI Workshop AICT__Causal Discovery for Cloud Microservice Architectures]] — PCMCI+ とドメイン知識制約を組み合わせた2段階因果発見フレームワークを提案。Robot Shop 上で観測データのみからレイテンシグラフを発見し、SVR による再構築でR²>0.5を実証（AAAI 2025 Workshop AICT, Oral）。 - [[@2026__arXiv__PRIM - Meta-Learned Bayesian Root Cause Analysis]] — 筆頭著者。RCA を因果モデルの事前分布上でのベイズ推論として定式化し、MACE transformer neural process で単一フォワードパスによるゼロショット根本原因推定(最大100変数で17ms)を実現する PRIM を提案。PetShop・CausRCA の実世界ベンチマークでグラフ非依存手法中最高性能を達成。ファインチューニング用のマイクロサービスシミュレータには自身の先行研究(Lohse et al., NeurIPS 2025 Workshop SEA)を再利用している。 ## 関連 - 所属: [[IBM Research]] / [[Trinity College Dublin]] - 共著者: Diego Tsutsumi・Amadou Ba（IBM Research Europe）/ Pavithra Harsha・Chitra Subramanian・Martin Straesser（[[IBM T.J. Watson Research Center]]）/ Marco Ruffini（Trinity College Dublin）/ Anish Dhir・Bradley Eck・Jonas Wahl(PRIM 論文の共著者)