| 研究課題/領域番号 |
24310109
|
|---|
| 研究種目 |
基盤研究(B)
|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
坂田 一郎 東京大学, 政策ビジョン研究センター, 教授 (90555682)
|
|---|
| 研究分担者 |
鹿島 久嗣 東京大学, 大学院・情報理工学系研究科, 准教授 (80545583)
菊池 康紀 東京大学, 統括プロジェクト機構, 特任講師 (70545649)
森 純一郎 東京大学, 統括プロジェクト機構, 特任講師 (30508924)
梶川 裕矢 東京工業大学, 大学院・イノベーションマネジメント研究科, 准教授 (70401148)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| キーワード | 政策科学 / サプライチェーン / 技術経営 / 機械学習 |
|---|
| 研究概要 |
サプライチェーンを設計するためのデータ収集、分析のための新たな情報工学手法の開発、手法の有用性を検討するための複数の企業へのインタビュー調査を行った。
企業間の取引予測に用いることのできる新しい機械学習手法を開発した。この手法は次元削減に基づき、一回の特異値分解の計算で解を求めることのできる計算効率に優れた方法であり、大規模な企業間取引ネットワークの予測に役立つことが期待できる。本格的な実験に向けてデータ収集を行うとともに、論文の執筆を準備中である。
また、プロセス工学分野で世界的に最も権威のあるプロセスシステム工学国際会議に参加し、サプライチェーンをモデル化し任意の目的関数に対する最適化を行う方法論を検討・議論した。設計は多目的で離散性・非線形性を混在しうる最適化問題となりうるため、システムの性能と挙動を代表しうる線形性の強い変数・評価指標を選択する、などの工夫が必要であることが明らかとなった。
企業間の取引予測に用いていた従来の企業基本属性情報に加えて、より企業のテキスト(コンテンツ)情報を加味した予測モデルを構築するため、各企業のウェブ情報を収集し、テキストマイニングを行うことより属性の設計を行った。新たに設計を行ったテキスト属性を従来のモデルへ組み込む実装を進めている。また、新たなモデルを評価するためのフィールド予備調査を並行して進めた。
具体的には、企業取引情報データから、企業名を抽出し企業へのインタビューを行うことで、各企業が新たな仕入れ先や販売先を開拓する際に活用している情報や重視している選定基準を調査した。
|
| 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
企業間の取引予測に用いることのできる新しい機械学習手法の開発を行うとともに、企業取引情報を用いたサプライチェーンのモデル化手法の検討、企業へのインタビュー調査による手法の有効性の検討を予定通り遂行することが出来た。
|
| 今後の研究の推進方策 |
開発した機械学習の手法を用いて頑健なサプライチェーンを設計するための取引推薦エンジンを実装し、企業調査を通じて、システムの有効性を検討する。
|
| 次年度の研究費の使用計画 |
システム開発、ならびに企業調査のためのサーバー代や人件費、謝金、成果発表のための旅費、論文投稿のための英文校閲費等を予定している。
|
