| 研究課題/領域番号 |
18H01052
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
安武 公一 広島大学, 人間社会科学研究科(社), 准教授 (80263664)
|
|---|
| 研究分担者 |
井上 仁 群馬大学, 数理データ科学教育研究センター, 准教授 (70232551)
中村 泰之 名古屋大学, 情報学研究科, 准教授 (70273208)
多川 孝央 九州大学, 情報基盤研究開発センター, 准教授 (70304764)
山川 修 福井県立大学, 学術教養センター, 教授 (90230325)
隅谷 孝洋 広島大学, 情報メディア教育研究センター, 准教授 (90231381)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 学習科学 / 位相的データ解析 / 計算社会科学 / 協調学習 / 教育工学 / ネットワーク科学 |
|---|
| 研究実績の概要 |
本研究の2020年度計画はCivid-19（新型コロナ感染症）の世界的拡大により国際会議の中止，必要なデータ収集計画の一時凍結を余儀なくされ，2021年度，さらには2022年度へと2度延長せざるを得なかった．この延長期間を利用してわれわれは，新しいデータ解析手法の導入を本研究で試みることを検討した．その新しいデータ解析方法とは，位相的データ解析（Topological Data Analysis: TDA）である．
TDAは従来の統計解析方法とはアプローチがまったく異なっている．TDAは代数的位相数学（代数的トポロジー）の諸概念を使ってデータの集合体をユークリッド空間などの位相空間上の「図形」によって把握する手法である．この方法は結晶化学などの分野で近年応用が進んでいるが，学習科学・教育工学の領域での応用はまだほとんど手つかずの状態であると言える．われわれはCovid-19による研究の一時的延長期間を利用してTDAの学習データ解析の応用問題に着手することにした．
この期間における研究活動でわかったことは，次の通りである．(1) 現在TDAで中心となっているPersistent Homologyを理解するためには群論と代数的位相数学の知識が必要であり，特に「ホモロジー」概念に基づいて学習理論を再構成しなければならない．(2) したがってTDAを学習データ解析に広く応用するためには，学習科学研究・教育工学研究の処理論を代数的位相数学をつかって再構築しなければならない．
これらの点が理解できたことからわれわれは2021年度から断続的に群論と代数的位相数学（代数的トポロジー）を理解するための研究会を開催している．以上が2020年度（2021年度と2022年度へ延長）の研究実績の概要である．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
Covid-19（新型コロナウィルス感染症）による延長を2度，申請しなければならなかったため．
|
| 今後の研究の推進方策 |
TDAの可能性をさらに追求し，具体的に協調学習の分析に応用すること，さらに学習ネットワークの分析に応用することを試みる．
|
