| 研究課題/領域番号 |
19K21686
|
|---|
| 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
|
| キーワード | 機械学習 / 統計的因果推論 / 開発政策 / 衛星画像 / サブサハラ・アフリカ |
|---|
| 研究実績の概要 |
本研究の目的は、衛星画像を用いた機械学習の手法が、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ことである。これにより、衛星画像解析に加えて、機械学習を用いた社会経済的情報の外挿を試みることで、経済学における衛星画像利用の潮流の更に先を目指す。具体的には、第一に、ケニア全土における道路の質情報と衛星画像を教師データとし、そこで求めたモデルを用いて近隣諸国およびサブサハラ・アフリカ全体の道路の質を予測する。第二に、予測されたデータを用いた応用例として、大統領の民族優遇の問題や物流と市場統合の季節性の問題を考える。目的はそれぞれ初歩的な段階は達成した。本年度は、経済学の論文として成立する水準のデータセットを構築するために、機械学習の精度を改善することを目標とした。
機械学習：ケニアのデータを用いて、〔道路が舗装されており、かつ、舗装状態に問題はない〕かどうかに関する畳み込みニューラルネットワークによる機械学習を行った結果、正解率(Accuracy)89.2％となった。状態に問題のない舗装道路が全体の11％に対して偽陰性44％、偽陽性7％となった。偽陰性の原因として、PCの演算能力の関係で画像を1000分の1に圧縮したこと、が挙げられる。
画像収集：①世界銀行がAfrica Infrastructure Country Diagnosticで作成した道路の空間情報に対応する全ての衛星画像を収集した。②ケニアの道路データ（約15万件）に対応する教師用データおよび予測用データ（教師データの地点の８次点分）を収集した。
機械学習手法の意見交換などのために、セミナーを６件開催した。URLを参照のこと。
|
