| 研究課題/領域番号 |
20K20482
|
|---|
| 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), 講師 (80806969)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| キーワード | 階層エントロピー / 系のダイナミクス / 変化の説明 / 感染拡大 / 金融市場 / 社会シミュレーション / 特徴概念（Feature Concepts） / Data Leaf |
|---|
| 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および可視化の基礎技術を構築する ことを目指している。具体的には、金融、リテールマーケティング、コロナ感染拡大抑制など用領域を深化させ広げつつ、データ利活用にかかわる知識を発展的に普及させるような社会的活動も含めて研究を展開している。
金融分野においては、グラフベースエントロピー（GBE）と大局的な領域間相互作用を組み合わせた変化説明を、株価の上下動のタイミングに応じて適用する方法を導入し、金融投資家が実際に応用できるツールとした。金融における実用ツール化については、事業者側の目的に併せて手法を展開する段階に至った。
マーケティングにおいては、新規商品の人気度が広まる過程や、政策への賛成または反対の集団が確定してゆく過程において、多階層の構造を持つエントロピーの変化の分析を利用すると社会スケールでの急速な変化が早期に検出可能であることについて発表を行ったが、特に、C to Cのオンライン物販サイトにおいて感性的表現が購買者に与える影響の分析に適用し、階層的エントロピーの効果を検証した。
さらに、文脈横断的な多階層ネットワークを構築し感染拡大のダイナミクスをシミュレーションする技術について、文脈横断を統合する手法へと展開し、コロナ感染のシミュレーション技術として定着させ、内閣官房などから成果が国民に向けて公開されている。さらに、多階層の「ユーザが見たい構造図」を描き、これにマッチした階層エントロピーの値をスケール横断的に組み合わせて用いる手法の開発を進め、社会連携講座「データ連成イノベーションリテラシー」の推進、データ社会推進協議会でのWG設立などアウトリーチ活動も進んだ。
|
| 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
データの背景に潜むネットワーク構造について計算されるエントロピーとその変化過程を考えることによって、対象システム（社会、市場など）のダイナミクスを分析する技術のバリエーションを生み出してきた。
予定ではひとつの計算手法（アルゴリズム）を開発するイメージであったが、階層的エントロピーというコンセプトを複数のアルゴリズムとして展開し、各種の応用領域に適用可能とした点が進捗のポイントであるといえる。
また、後半にかかり、予定どおりのペースで実際のデータへの適用と、この結果を用いた可視化システムを各応用領域のエキスパートに評価してもらう実験も行ってきた。ここでは、データ利活用のための発想を得るワークショップを経て進めるのが当初の予定の大枠であったところ、①アルゴリズムの開発と改良とともに適用領域におけるイシューを検討するワークショップ ②「ユーザが見たい構造図」を描き、これにマッチした構造を有するデータの概要（Data Leaves）をはめ込むことによって、局所的な情報を含むデータと大局的なイシューを論理的に連結するプロセスを進めるワークショップ（FC/DL）の二種類を開発し、進めることができるようになった。
2022年４月からは、多様な観点からデータとその利活用指針、対象世界のモデルを「連成」させる考え方を提唱し、スケール横断的にデータを組み合わせて用いる手法の開発を進め、社会連携講座「データ連成イノベーションリテラシー」の推進に入った。さらに、Evidence based Semanticsの構想を生み出し、データ社会推進協議会でのWG設立などアウトリーチ活動も進んでいる。
|
| 今後の研究の推進方策 |
金融データについては、これまでに開発した手法を発展させ、国際的な経済活動を含めて新たな経済指標を構築することを試みる。
さらに、文脈横断的な多階層ネットワークを構築し感染拡大のダイナミクスをシミュレーションする技術については、コロナ感染のみならず日常生活のダイナミクスの説明、政策構想の支援を行う技術としても発展させ、政府や自治体から発信するメッセージの構築に生かしてもらうことを目指す。
また、扱うデータとしても人流データなどダイナミックなデータへと拡張し、Feature Concept（ユーザが見たい構造図）にフィットした因果関係の階層的な構造（Data Leaf）として表現できるデータの可視化とその説明を可能とし、その応用に挑戦してゆく。この部分は、社会連携講座「データ連成イノベーションリテラシー」の推進、データ社会推進協議会でのWG設立などアウトリーチ活動の中で対象を見出しながら、社会からのフィードバックを得て推進してゆく。
|
