研究課題/領域番号 |
20H01571
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分08010:社会学関連
|
研究機関 | 山口大学 |
研究代表者 |
石野 洋子 山口大学, 大学院技術経営研究科, 教授 (90373266)
|
研究分担者 |
高橋 真吾 早稲田大学, 理工学術院, 教授 (20216724)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2023年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
キーワード | 社会シミュレーション / ゲーミング / ベイジアンネットワーク / エージェントベース・モデリング |
研究開始時の研究の概要 |
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.
|
研究成果の概要 |
本研究では,ビッグデータを利用せずにエージェントベース・シミュレーション(ABS)の適切なモデル構築を行うことを試みた.まず,「まちづくり」をテーマに,住民の移動行動をモデル化したABSを計算機上に構築し,また,移動行動を実感するためのゲーミング・シミュレーション(GS)を構築して被験者に実施し,結果を比較した.ABSとGSを結び付けることで被験者の施策への納得性を高めた.次に,ABSと因果推論を組み合わせることで,施策の効果をより精緻に評価できることをCOVID-19の例で示した.また.機械学習を因果推論に取り入れることでマーケティング効果を精緻に評価できることを,別の研究で明らかにした.
|
研究成果の学術的意義や社会的意義 |
本研究では,ビッグデータとはいえない量のデータをもとにABSのモデリングを行っても,別の手法と組み合わせることでモデルの信用性を担保することができることを示した.まず,ABMとGSを組み合わせるGAMのアプローチを採用したが,ゲーミングを行うことで,ABSの正当性,妥当性検証,キャリブレーションを可能にした.この手法は,実際の「まちづくり」のステークホルダーに向けて,施策の理解や納得を得るのに用いることが可能であるうえ,別の社会的な問題にも応用できる.また,ABSと因果推論との組み合わせはABSの精度を高める効果があるが,更に機械学習と組み合わせることで,適用可能性が広がることが期待できる.
|