| 研究課題/領域番号 |
22K14443
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
趙 宇 東京理科大学, 経営学部経営学科, 講師 (40879384)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
|---|
| キーワード | 不確実性 / 効率性の評価 / フロンティア推定法 / データ包絡分析法 / フロンティアの推定法 / 非効率性 / データの確率的変動 / 効率性尺度 / 多入力多出力システム / データ包絡分析法(DEA) / 効率性分析 / 統計的手法 / 確率的変動 |
|---|
| 研究開始時の研究の概要 |
情報化社会と言われる現代では、生産や経営管理の現場の多種多様なデータを駆使して業務の効率化を図ることが必要であり、データ包絡分析法（Data Envelopment Analysis; DEA）による分析が様々な分野で広く行われている。しかしながら、データには観測誤差などの不確実性が存在しているにもかかわらず、データの確率的変動を取り入れたDEAモデルの開発は十分に行われているとは言えない。本研究の目的は、不確実性環境下におけるDEAモデルの開発である。具体的には、データの確率的変動を取り入れた生産フロンティアの推定方法を構築し、実用的で信頼性の高い確率的効率性尺度を開発することである。
|
| 研究成果の概要 |
本研究では、Data Envelopment Analysis（DEA）を基盤として、多入力多出力システムにおける不確実性を考慮した新たな生産フロンティア推定手法を開発した。従来のDEAモデルでは、データに含まれる確率的変動や観測誤差が十分に考慮されておらず、フロンティア推定の精度に課題があった。これに対して本研究では、統計的学習理論や機械学習、情報理論を組み合わせた新たなアプローチを導入し、効率性とフロンティアのより正確な推定を実現した。シミュレーションや実データを用いた検証により、提案手法が既存手法に比べて高精度かつ柔軟性に優れることを示した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、DEAに不確実性を導入することで、従来の決定論的モデルでは捉えきれなかったデータの確率的変動や観測誤差に対応可能な理論的枠組みを提示した点で学術的意義がある。統計的学習理論や機械学習との融合により、効率性評価の精度と汎用性を高めた。また、提案手法は、医療、金融、公共部門など、実社会での意思決定支援にも応用可能であり、限られた資源の有効活用やサービスの質の向上に貢献する社会的意義を有する。
|
