| Project/Area Number |
21K03387
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 13010:Mathematical physics and fundamental theory of condensed matter physics-related
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡部 拓也 静岡大学, 工学部, 准教授 (10324336)
伊東 啓 長崎大学, 熱帯医学研究所, 准教授 (80780692)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | ネットワーク科学 / 社会ネットワーク / 複雑ネットワーク / 次数相関 / 隣接行列 / クラスター / 感染症モデル / 人流ネットワーク / 性感染症 / 進化ゲーム / 縮約理論 |
|---|
| Outline of Research at the Start |
本研究課題では，ネットワーク上のダイナミクスに応用できるような形式で隣接行列を縮約的に表現する方法を開発し，理論物理学で発展してきたネットワーク理論の応用範囲をより現実の問題を扱えるような形式に書き直すことを目指している．記述に膨大な容量を必要とする隣接行列に代わる縮約的表現によって，ネットワーク上を伝播する感染症や情報，あるいは進化ゲームにおける戦略の拡散メカニズムをより的確に理解できるようにする．研究代表者がその理論的基盤を整備し，分担者と協力して応用を開拓する．
|
| Outline of Final Research Achievements |
This research aims to address the challenge of managing the adjacency matrices of extremely large networks by developing a reduced representation of these matrices. We focus on social networks involving contact and movement as our primary target. Specifically, we concentrate on the spread of infectious diseases within social networks and attempt to reduce the network based on the basic and type reproduction numbers used in mathematical epidemiology. These findings have been published in two papers. Additionally, an analysis incorporating inter-regional migration using real data was also published. In the final year of the project, we devised a simplified method for representing degree correlations through eigenvalue decomposition and applied it to various social network data.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の隣接行列の縮約的表現法は，巨大な隣接行列を現実的に扱うための一つの有効な手段を提供する．この方法論は，感染症の拡散モデルだけでなく，情報伝達ネットワークにも適用可能で，その応用範囲は非常に広い．特に固有値分解の手法が2部グラフでは特異値分解として適用される点が特徴的で，これにより二部グラフ構造を持つデータセットの解析に使える．また，本研究の成果は，現在注目されている推薦システムにも応用可能と期待でき，ユーザの嗜好に基づいたコンテンツ推薦やマーケットバスケット解析等、多岐にわたる分野での利用が期待できる。以上のように，本研究はネットワーク科学の発展に寄与し，社会的意義も非常に大きい．
|
