| 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, 空間情報科学研究センター, 特任教授 (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 2025)
|
| 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。2024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）：Web等からの日本語・英語・スペイン語ニューステキストデータの収集を継続した。収集したテキストデータを対象として、前年度に実施した基本アルゴリズムの設計に従ってツールの構築を進めた。文献等により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）：収集した日本語・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。さらにBERT等の別の手法によるテキスト分類を試み、有効性の検討を進めた。
・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、トピックの時系列変化に着目した異常値検出アルゴリズムを実装し、有効性の検討を行った。分析に関わ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（msx）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。本研究で生成したデータを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
主題推定に基づいてテキストを分類するツールや、テキストの主題の時系列変化から何らかの異常の発生を予測するツールなど、いくつかのツールが実装されているなど、研究計画通りに進行している。
|
| Strategy for Future Research Activity |
当初の計画にしたがって推進する。具体的には以下の研究を実施する：
・研究項目①（イベントセットの構築）：日本語・英語・スペイン語を対象としたイベントセットのデータ構造に関する機能評価を継続し、データ構築アルゴリズムの修正と拡張を試みるとともに、ツール化を進める。文献等により関連する研究動向調査を継続する。本研究の最終年度であるため、公開可能なツールについては、Webアプリケーションとして実装する。
・研究項目②（イベントセットの分析）：日本語・英語・スペイン語によるイベントセットを利用した分析を継続する。分析アルゴリズムの修正・拡張・実装を進めるとともに、文献等により関連する研究動向調査を継続する。本研究の最終年度であるため、公開可能な分析結果については、知識としてGAKUNIN-RDMからの公開を試みる。
・研究項目③（数理モデルの構築）：時空間分析および異常検出等のアルゴリズムの検討と実装およびツール化を継続する。文献等により関連する研究動向調査を継続する。計算処理の高速化を図るために、スーパーコンピュータの利用を進める。本研究の最終年度であるため、公開可能なツールについてはWebアプリケーションとして実装する。
・地域研究への展開：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する。
・研究データ管理：本研究の最終年度であるため、本研究で生成されたデータの管理と公開を、GAKUNIN-RDMを利用して進める。
|
