Elucidation of consumer incentives for collaborative social systems based on HEMS data
| Project/Area Number |
18H04155
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 64:Environmental conservation measure and related fields
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
本田 智則 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 主任研究員 (00425745)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田原 聖隆 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 研究員 (10344160)
小澤 暁人 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 研究員 (20783640)
西野 成昭 東京大学, 大学院工学系研究科(工学部), 准教授 (90401299)
稲葉 敦 工学院大学, 先進工学部, 教授 (90356494)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Project Status |
Granted (Fiscal Year 2020)
|
| Budget Amount *help |
¥42,900,000 (Direct Cost: ¥33,000,000、Indirect Cost: ¥9,900,000)
Fiscal Year 2020: ¥11,960,000 (Direct Cost: ¥9,200,000、Indirect Cost: ¥2,760,000)
Fiscal Year 2019: ¥12,350,000 (Direct Cost: ¥9,500,000、Indirect Cost: ¥2,850,000)
Fiscal Year 2018: ¥9,750,000 (Direct Cost: ¥7,500,000、Indirect Cost: ¥2,250,000)
|
|---|
| Keywords | LCA / 深層学習 / 敵対的生成学習 / ライフスタイル / 電力 / HEMS / Deep Learning / 実験経済学 / 機械学習 / 行動変容 / ディープラーニング / スマートメーター / インベントリデータベース / パリ協定 |
|---|
| Outline of Annual Research Achievements |
本研究は、家庭部門におけるエネルギー消費削減に向けて、政府・自治体、企業、消費者がそれぞれの経済的・非経済的インセンティブを最大化することで、結果的に社会全体の省エネ及び経済成長を両立する共創的社会システムの形成を目指し、人々の家庭内ライフスタイル(エネルギー消費を伴う家庭内の行動選択・意思決定)の分類と体系化及び、そこから得られた知見に基づいた、多様なライフスタイルのそれぞれについての省エネ型ライフスタイルへの変容を促すための手法を提案することを目的とした研究である。
本年度は研究開始初年度として、本研究全体の基礎を形成するための研究を中心として行った。研究は、3つのサブテーマに分けて各サブテーマ代表者の下で研究を行う体制とした。
サブテーマ1では本研究の基盤となるHEMSデータの解析を担当しており、データ整備を主として行った。従来データに新たなデータを追加し、4万世帯のデータを分析対象とすることができるようになった。また、機械学習アルゴリズムの高度化を目指したアルゴリズム開発を実施した。
サブテーマ1で用いたディープラーニング等の手法は、得られた結果がブラックボックス化してしまい易いという問題がある。これに対して、サブテーマ2はサブテーマ1で得られた結果について実験経済学的な観点から因果関係を示すことを研究の目的として、一般的なサービス選択問題において、事例ベース意思決定理論がどの程度人々の選択行動を記述しうるかという点について研究を進めた。具体的には、一般的なサービス選択の文脈を与え、過去の経験を答えさせると共に、未経験のサービスについて利用の意向を答えさせるという個人選択実験を行なった。
サブテーマ3は、生活者のライフスタイル変容による環境負荷定量化を担当しており、本年度はエネルギーインフラ等についてインベントリデータベースIDEAv2を用いた分析を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究所年度として、概ね当初計画通りの進捗となっている。
HEMSデータのデータ量が当初予定を超えて多く集めることができたことから、これらを格納するためのデータベース及びこれを分析するための分析基盤選定に時間がかかり、全件データの分析は翌年度に持ち越すこととした。一方で、ディープラーニングもでるについてはアルゴリズムの開発が日進月歩で進んでいる現状を踏まえ、新しいアルゴリズムの探索を行うために研究の調査計画の見直しを行った。
|
| Strategy for Future Research Activity |
今後の計画についても概ね研究計画書の内容に沿って進めていく予定である。ただし、ディープラーニングのためのアルゴリズムについては、深層学習分野の研究進捗が極めて早く、また、それに伴ったアルゴリズムや技術開発も常に変化していることから、可能な限り最新かつ本研究の目的に適合性が高いアルゴリズムの活用を行う予定である。
|
Report
(1 results)
Research Products
(35 results)
