| 研究課題/領域番号 |
19K21686
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分7:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
牛島 光一 筑波大学, システム情報系, 助教 (80707901)
|
|---|
| 研究分担者 |
日野 英逸 統計数理研究所, モデリング研究系, 教授 (10580079)
小西 祥文 慶應義塾大学, 経済学部(三田), 教授 (40597655)
木島 陽子 政策研究大学院大学, 政策研究科, 教授 (70401718)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2019年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 機械学習 / 衛星画像 / 統計的因果推論 / サブサハラ・アフリカ / 開発政策 / 転移学習 |
|---|
| 研究開始時の研究の概要 |
本研究は、衛星画像を用いた転移学習という機械学習の手法が、サブサハラ・アフリカのような統計情報の不足する地域の情報収集のための強力なサポートツールになることを示す。具体的には、入力（衛星画像）に対応する出力（経済的情報）がある地域の情報を教師データとし、出力データのない地域のための予測モデルを転移学習によって構築する。これにより、ある地域において社会経済的な情報に関する十分な教師データがあるならば、近隣の諸国やより広い範囲の国々の社会経済的な状況を高精度に予測することができる可能性がある。
|
| 研究成果の概要 |
本研究の目的は、衛星画像を用いて行う機械学習が、サブサハラ・アフリカのような統計情報の不足する地域の情報収集のための強力なサポートツールになることを示すことである。入力（衛星画像）に対応する出力（経済的情報）がある時期の情報を教師データとし、出力データのない時期のための予測モデルを構築した。さらに他年度のデータから、予測値パネルデータを構築し、民族優遇に関する仮説を検証した。道路の量、質ともに大統領と同じ民族への優遇があることが確認できた。また、全道路のデータを用いた舗装の有無に関する機械学習の結果、偽陰性率はやや高いものの、偽陽性率のかなり低い予測モデルを構築した。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果は、途上国のデータが欠損する地域への応用可能性を示したのみならず、我が国にも重要な社会的意義がある。人口減少により政策予算が限られていく我が国にとって、地域間・地域内の輸送コストを管理するための道路資本ストックの維持は最重要課題の一つである。本研究は無料公開されている衛星画像を用いることで、道路の質に関する大規模調査情報からパネルデータを構築できる可能性を示すことができた。大規模道路インフラ調査のためには莫大な費用が必要になるが、衛星画像から一定水準以上の精度で予測値をもとめることで、効率的に道路資本ストックの管理を行えるようになる。
|
