| Project/Area Number |
21H04376
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 4:Geography, cultural anthropology, folklore, and related fields
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
原 正一郎 京都大学, 東南アジア地域研究研究所, 名誉教授 (50218616)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森 信介 京都大学, 学術情報メディアセンター, 教授 (90456773)
浅見 泰司 東京大学, 大学院工学系研究科(工学部), 教授 (10192949)
関野 樹 国際日本文化研究センター, 総合情報発信室, 教授 (70353448)
山田 太造 東京大学, 史料編纂所, 准教授 (70413937)
三重野 文晴 京都大学, 東南アジア地域研究研究所, 教授 (40272786)
村上 勇介 京都大学, 東南アジア地域研究研究所, 教授 (70290921)
石川 正敏 東京成徳大学, 経営学部, 准教授 (90332973)
馬塲 弘樹 中央大学, 理工学部, 准教授 (60869121)
|
|---|
| Project Period (FY) |
2021-04-05 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥41,470,000 (Direct Cost: ¥31,900,000、Indirect Cost: ¥9,570,000)
Fiscal Year 2025: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2024: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2023: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2022: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2021: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
|
|---|
| Keywords | 地域研究 / 計量的分析 / 時空間情報処理 / 機械学習 / ビッグデータ |
|---|
| Outline of Research at the Start |
細分化されかつ定性的な地域研究の手法を補完する計量的研究手法を開発するため、地域社会が変容するTipping Pointに注目し、その検出・機序・過程をビッグデータにより計量的に分析できるか、という問いを立てる。そのために、日本における災害とラテンアメリカにおける体制崩壊を事例として取り上げ、以下の3つの研究項目に沿って計量学的手法の確立を目指す：
① イベントセットの構築：多様な地域研究データを統合・構造化する手法の確立
② イベントセットの分析：Tipping Pointの検出と要因を推定する手法の確立
③ 数理モデルの構築：Tipping Pointの機序を説明する数理モデルの構築
|
| Outline of Annual Research Achievements |
ビッグデータを駆使することで、地域社会が変容する瞬間を捉え、その機序や過程までを分析できるであろうか。この問いに挑みながら、本研究では、定性的手法が主流である地域研究において、情報学の計量性を活かした研究手法の構築を目的とする。2023年度は、前年度までの研究成果を受けて、イベントセットのデータ構造と分析ツールの構築を中心に以下の研究を実施した：
・研究項目①（イベントセットの構築）：日本語・英語・スペイン語Webニューステキストを対象としたイベントセットのデータ構造に関する評価を行い、データ構造およびアルゴリズムの修正を行った。これに基づき、前年度において実施が遅れていた基本アルゴリズムの設計を行い、これに基づいてツール化を開始した。文献等による関連する研究動向調査を継続した。
・研究項目②（イベントセットの分析）：日本語・英語・スペイン語Webニュースのテキストデータを対象として、Latent Dirichlet Allocation（トピックモデル）を用いたイベントセットの分類と内容分析を継続した。アルゴリズムの拡張、および文献等による動向調査を継続した。
・研究項目③（数理モデルの構築）：地域社会が変容する瞬間を捉える試みとして、イベントの連鎖を時系列データと見なした異常値検出等の基本アルゴリズムの検討を継続した。前年度において実施が遅れていたツール化を進めた。分析における計算処理の高速化を図るためにスーパーコンピュータ（mdx）の利用を試みた。
・その他：地域研究者による研究設計の支援、知識提供、および評価のフレームワークの構築を継続した。昨年度において実施が遅れていた、本研究で生成される研究データを管理する情報ツールの設計を行い、これに基づいたシステムの構築を開始した。同時に、同じ機能をGAKUNIN-RDMへ実装し、研究データのオープン化に関する可能性を検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度までの研究の遅れをほぼ取り戻した。
|
| Strategy for Future Research Activity |
当初の計画にしたがって推進する。
|
