• 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

2023 年度 実施状況報告書

ビッグデータとマクロシステム生態学に基づく東京一極集中メカニズムの処方的研究

研究課題

研究課題/領域番号 23K17775
研究機関京都大学

研究代表者

藤井 聡  京都大学, 工学研究科, 教授 (80252469)

研究分担者 川端 祐一郎  京都大学, 工学研究科, 助教 (80814996)
研究期間 (年度) 2023-06-30 – 2026-03-31
キーワード東京一極集中 / 生態学 / 機械学習 / マクロシステム生態学
研究実績の概要

東京一極集中のようなマクロな都市現象をモデル化する上で、どのような分析アプローチが有効であるかについて、既存の統計モデルや機械学習モデルを幅広くレビューしつつ検討を行った。
結果として、地図データのような非構造化もしくは半構造化データをインプットとする場合は、グラフニューラルネットワーク等の応用が有効であるという可能性もあり、それは別途検討が必要だが、本件研究の当初の趣旨に照らすと、多種多様な社会経済統計を重ね合わせてインプットとすることが想定され、テーブルデータとなるので勾配ブースティング決定木などの応用が効率的であろうという中間的な結論に至った。
階層ベイズモデルなどを用いて、因果の構造を明示的に定義した分析を行うことも有効である可能性があるが、マクロシステム生態学の援用という本件研究の趣旨からすると、自由度の高い機械学習ベースの手法を試みることが先決であると考えられる。また、エージェントベースモデルなどの検討は現時点ではできていないため、その点については今後、使用の妥当性を含めて検討していく。
2023年度は、分析チームの研究協力者にメンバー交代等があり実データの解析に着手するのが多少遅れている状況である。2024年度には、使用するデータ収集、コーディングなどを包めていく予定である。

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

やや遅れている理由としては、2023年度中に、研究強力メンバーの交代が発生したため(ただし本件の代表研究者・分担研究者に変更はない)。

今後の研究の推進方策

2024年度には、サンプル的に入手可能なデータを用いて、実際のモデリングを試していく予定である。データの種類や量に対して、どのようなモデルが有効であるかの判断を行う。

URL: 

公開日: 2024-12-25  

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