| 研究課題/領域番号 |
19K02871
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09050:高等教育学関連
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
池川 隆司 早稲田大学, 理工学術院総合研究所(理工学研究所), その他(招聘研究員) (00721804)
|
|---|
| 研究分担者 |
松谷 茂樹 金沢大学, 電子情報通信学系, 教授 (30758090)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 数学イノベーション / 高度数理人材 / 科学技術分野 / 高等教育機関 / IEEE論文 / トピックモデリング / ビッグデータ解析 / Scopus / Webクローリング / スクレイピング / 産学協働 / 高度人材育成 |
|---|
| 研究開始時の研究の概要 |
情報通信技術分野のような産業分野において、数学イノベーション(数学・数理科学を核とした異分野融合により社会的価値を創出するイノベーション)の成功事例が顕在化してきた。しかし、我が国では数学イノベーションを担う高度人材の産業界への就職率は極めて低い状況つまり高度数理人材不足が深刻化しており、数学イノベーションの世界的潮流に乗り遅れつつある。
そこで、本研究では、高度数理人材不足の本質的課題を、最先端のビッグデータ収集技術・AI技術を使って明らかにする。さらに、その課題を産と学がwin-win関係を維持しつつ効果的に解決する教育方法と、その評価方法を確立する。
|
| 研究実績の概要 |
情報通信技術の進展に伴い、数学イノベーション(数学・数理科学を核とした異分野融合により社会的価値を創出するイノベーション)の成功事例が顕在化してきた。しかし、我が国 を含めて世界的に異分野融合を担う高度人材(高度数理人材と呼ぶ)の不足が顕著となっている。本研究では、高度数理人材不足の本質的課題を最先端のビッグデータ収集・分析技術を使って明らかにし、その課題の解決策を考案することを目的としている。
令和3年度は、Scopusデータベースを使って米国電気電子学会（IEEE）が発行した科学技術論文誌のメタデータ（表題、著者名、所属機関名等）を収集し、高度数理人材が貢献している論文誌を特定した。その結果、情報理論、信頼性、ファジーシステム、ニューラルネットワークに関する科学技術分野において、高度数理人材が貢献しているがわかった。さらに、論文誌ごとに高度数理人材が貢献している高等教育機関を特定した。
高度数理人材を輩出している高等教育機関での教育方法を深く議論するためには、科学技術分野の情報粒度をさらに細かくする必要がある。そこで、令和4年度は令和3年度の成果を踏まえ、自然言語処理で用いられているトピックモデリングの手法を使って小区分の科学技術分野を抽出する手法を考案した。得られた成果を、2022年9月に日本工学教育協会主 催の全国大会で、10月にIEEE Education Society主催の著名な国際会議で発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の予定では、特定された高度数理人材を輩出している高等教育機関での特異な教育方法を抽出するために、成果発表した学会会合等を利用して関係者からインタビューする予定であった。
残念ながら、新型コロナ感染拡大の影響により学会会合等に参加できず、インタビューを実施できなかった。
|
| 今後の研究の推進方策 |
今まで得られた成果については、IEEE Education Society主催の著名な国際会議での掲載に留まっている。国際会議への査読付投稿論文２件と各査読者からのフィードバックをもとに、著名な国際学術論文誌への掲載へ発展させ、研究成果の可視化を促進させる。
高等教育機関での特異な教育方法の調査については、学会会合参加等を利用して実施したい。
|
