• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

スパース最適化に基づく時系列ネットワークからの研究トレンドマッピング

研究課題

  • PDF
研究課題/領域番号 17K12794
研究種目

若手研究(B)

配分区分基金
研究分野 図書館情報学・人文社会情報学
研究機関同志社大学

研究代表者

桂井 麻里衣  同志社大学, 理工学部, 准教授 (70744952)

研究期間 (年度) 2017-04-01 – 2023-03-31
キーワード学術データ分析 / サイエンスマッピング / トレンド分析 / トレンド可視化
研究成果の概要

本研究課題の目的は、学術ビッグデータからの最新トピック発掘とその変遷の可視化を同時実現する研究トレンドマッピング技術の確立であった。研究期間では、時系列ネットワークにおいて急激に時間変化した部分のみを残すスパース最適化手法を提案した。得られた成果は学術データ分析に関する英文論文誌Scientometricsで発表し、研究代表者のウェブサイトでソースコードを公開した。また、インタフェースへの応用成果は国際会議JCDL2021でデモ論文として発表した。

自由記述の分野

マルチメディア情報検索

研究成果の学術的意義や社会的意義

過去の状態に比べて急激に変化したノードとエッジを可視化するという目的におけるスパース表現の採用は本研究の独創的な点であり学術的な意義が大きい。
各研究分野で急成長している技術やその発展の様子を解明することは、研究関係者や政策立案者の俯瞰的視野の養成につながる。本研究で構築した手法をウェブ上で公開することで、関連分野の技術開発促進に貢献した。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi