| 研究課題/領域番号 |
20K20482
|
|---|
| 配分区分 | 基金 |
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
大澤 幸生 東京大学, 大学院工学系研究科(工学部), 教授 (20273609)
|
|---|
| 研究分担者 |
早矢仕 晃章 東京大学, 大学院工学系研究科(工学部), 助教 (80806969)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| キーワード | COVID19 / 階層エントロピー / 階層グラフ学習 |
|---|
| 研究実績の概要 |
市場、都市、自然といった対象システムにおける注目すべき構造的変化を抽出し、その変 化の要因や影響を説明するための汎用的なデータ分析と可視化の技術を構築することを目指している。局所（小スケール）および大局（大スケール）の注目すべき変化を捉え、上下レベル（すなわち大小スケール）の領域間 の関係性を可視化することにより、巨視的変化の微視的原因、微視的変化の巨視的原因というように、対象システムの変化の原因や事後に想定 されるシナリオについて、上下レベルのスケールを横断した説明を支援する階層型ネットワークの可視化技術を開発している。これにより、対象システムについて様々なスケールで捉えるマルチスケール手法にとどまらず、上下レベルのスケールの領域を連結することにより、個々の事象に及ぼす大局的変化の影響、システム全体を揺るがす本質的な局所の変化が説明できるようにすることを目指している。
２０２０年度までには、①多様なデータセットおよびその成分の創造、収集、連結の方法、②複雑なコンポーネントを内包するデータ（具象的あるいは抽象的な絵画など）における特徴的構造の発見、③階層的グラフ学習によるノードの構造的特徴の抽出、④社会ネットワークモデルにおけるコロナウイルスの爆発的拡大のパターン発見という少なくとも４つの観点で進捗を広げることができた。現状では、②については論文投稿中であり、①③④については論文を公開し、さらに新バージョンを投稿中である。中でも④の成果については、個々人が意図して会う人以外との接触を抑制するというStay with Your Communityなる生活スタイルの有効性を発見し、論文の他に、NHK特集などのTVや新聞などでも公開され横浜市や国立市で市民生活に導入され活動が起きるなど社会へのアウトリーチに至っている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2019年度は、それまでの地震データに対する大澤独自の地域依存エントロピーの計算と利用方法を一般化する作業を行い、基本的な計算モデルの改善を行った。これ自体の成果公開には至っていないが、グラフエントロピーの階層化の研究をパラレルに進め、現在の成果拡大に至っている。
2020年度においては、対象を画像や、グラフで表現可能な構造データに適用範囲を拡大して可能な手法の開発作業を展開した。画像については絵画等を対象として、コンポーネントの自由な境界形状に対しても適用できる階層型エントロピーの計算手法を2019年度の繰り越し分で重点的に開発した。これにより、複雑あるいは奔放な構成の画像について構造的な特徴を把握することを可能とした。また、2020年度はグラフとして可視化されるようなデータについても対象とし、①グラフで表すことのできる複雑システムから階層性を抽出しノードの特徴や変化発見を行う手法を実現、②ネットワーク生成過程を考えた社会モデルを創出することにより、ノードの次数の特徴に基づいたネットワーク分割およびそれによるリンク沿いの活性伝搬のモデル化を可能とし、COVID19の感染の爆発的拡大を説明した。特に、個々人が意図して会う人以外との接触人数Wを、意図した接触人数m0の倍（2m0）未満に抑制するという（Stay with Your Communityと呼ぶ）生活スタイルの有効性を発見した。この生活スタイルは、Gotoキャンペーンのような遠距離移動は増えたりする場合の予防、あるいはワクチン接種対象の選択にも有用であることを示した。
以上のように、距離空間で定義されるクラスタと、グラフの連結成分として構成されるクラスタを同様に扱えるようにしたことは画期的な成果といえる。※「研究実績の概要」の①～④とは番号の対応はさせていない。
|
| 今後の研究の推進方策 |
画像やグラフあるいはそれらを統合した形態として可視化されるようなデータには、①人工物や自然現象の影響を含む対象についての写真あるいは構成図 ②道路などの構造物を含めて、人の社会生活にとって欠かせない構造体のデータ（例えば路線図や人流データ）、③ウィルス感染拡大あるいは知識普及を表す社会ネットワーク、④データバリューチェーンなどがある。
これらを対象とし、既に構成してきたアルゴリズムをさらに発展させることによって、構造を持ちながらダイナミックに変化する事象を内在するデータから、意思決定にかかわるような特徴の発見とその説明（大澤が長年追及するチャンス発見に繋がる)まで目標を広げたいと考えている。
また、大学院生を技術補佐員とし、上記の計算を用いたデータ可視化の結果を各応用領域のエキスパートに評価してもらう実験を、ワークショップやリビングラボのかたちで進める。研究期間中には、例えばコロナ禍の状態の変化や新たな災害とそれに伴う経済活動が発生することを想定しており、それらの関連分野（マーケティング、金融、地震、医療など）にふさわしいカスタマイズを行い、民・産・官・学での成果を出してゆくことをめざす。
|
