社会シミュレーションにおけるビッグデータに頼らないモデリング方法の研究

• Project/Area Number: 20H01571
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 08010:Sociology-related
• Research Institution: Yamaguchi University
• Principal Investigator: 石野 洋子 山口大学, 大学院技術経営研究科, 教授 (90373266)
• Co-Investigator(Kenkyū-buntansha): 高橋 真吾 早稲田大学, 理工学術院, 教授 (20216724)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Project Status: Granted (Fiscal Year 2021)
• Budget Amount: ¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000); Fiscal Year 2022: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2021: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2020: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
• Keywords: 社会シミュレーション

Outline of Research at the Start

本研究では，量的データが入手困難な事象に注目する．すなわち，エージェントの適切な内部モデル構造推定のための，質的データに着目した新たな方法論を確立し，医療介護や教育の分野における実際の問題で，提案手法の有効性を実証する．最終的には，データ量の多寡の問題を吸収できる枠組みを構築し，ABMの一般的なモデリングの定式化を目指す．