2016 Fiscal Year Annual Research Report
Study on Synthesizing Agents' Attributes from Statistics for Social Simulations
| Project/Area Number |
26380277
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
村田 忠彦 関西大学, 総合情報学部, 教授 (30296082)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鵜飼 康東 関西大学, ソシオネットワーク戦略研究機構, 非常勤研究員 (70098101)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | エージェント属性復元 / 統計データ / 社会シミュレーション / 誤差最小化 / 並列計算 / 全国規模 |
|---|
| Outline of Annual Research Achievements |
平成２８年度は，開発したアルゴリズムの並列化に取り組むことにより，並列計算機のための新たな経済統計分野のアプリケーションを開発し，都道府県単位および国単位の規模の仮想個票データの復元を可能にすることが目的であった。先行して平成２７年度後半から開発に取り掛かることのできた並列化アルゴリズムにより，復元時間の短縮には成功していた。しかしながら，並列度が高いほど，一致度が低くなることが課題であった。
並列化を行う際，復元に用いる統計データを並列度に応じて分割する必要があるが，単純に分割する方法を用いて行なう場合，実際の統計データに掲載されている世帯数や人口などの実数と整合しない復元データになることがわかった。そこで，実際の統計データの実数に整合する調整分割手法の開発に取り組んだ。調整分割手法を用いて復元を行なったところ，一致度を高めることに成功した。8分割，64分割，512分割の３通りの分割数で実験したところ，8分割では約5%，64分割では約15%，512分割で約40%，一致度を高めることに成功した。
最後に，本研究課題の最大の目的である都道府県単位また国単位の規模の仮想個票データの復元を行うため，一致度の高い仮想個票データの復元を行うため，プログラミングにおけるデータ構造の最適化を行うことにより，４７都道府県の中でもっとも世帯数と人口の多い東京都の復元に取り組んだ。改良した復元アルゴリズムにより，東京都を含む４７都道府県全ての復元に成功し，国単位の規模の復元を行うことができた。
|
