【研究領域課題番号】20K21052 (KAKENデータベースで見る）

【研究キーワード】

免疫学 / 機械学習 / 安全工学 / 小児安全 / 傷害予防 / 状況認識 / 行動モデル / 疫学 / 免疫情報学 / リスクマネジメント / データマイニング / テキストマイニング / 保育安全

【研究成果の概要】

本研究の目的は、病原体に対して免疫が持っている「抗原の多様性に対する予防機能の特異性」を情報学の観点から再現し、生活環境下の致死性状況の対応へと応用した「リスク免疫情報システム」の構築を通じて、多様性と特異性を両立させる新たなリスクマネジメントの可能性を探索することにある。提案を実証的に進めるために、子どもの事故予防という社会的要請高いテーマへの応用を念頭に、事故情報データベース機能と、学習能力を備えた人工知能の機能とを統合することで、危険や対策の知見を現場で活用可能にする動的分散リスクマネジメントの実現可能性を検証した。

【研究の社会的意義】

事故という現実問題解決を行う上での技術的課題は、因果データ取得困難性、状況多様性を扱うことの困難性、ポアソン分布的挙動による限界の３つの困難性があり、従来のリスクマネジメントでは対応できない問題に対する、人と人工知能との協調時代に適合した新たな動的分散制御の方法論が求められている。これに対し、本研究では、免疫の持つ仕組みを、事故予防の分野に適用し、数理的・目的指向的に再現することで、３つの問題を解決した新しいアプローチ「リスク免疫情報学」確立を本研究の長期的な狙いとして、ビッグデータ保有機関との連携によるデータサイエンスの検証、保育所との連携による基本検証を進めた。

【研究種目】挑戦的研究(萌芽)

【研究期間】2020-07-30 - 2022-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)

【研究領域課題番号】20K19858 (KAKENデータベースで見る）

【研究キーワード】

視知覚モデル / 筋協調解析 / 赤池情報量 / テキストマイニング / 転倒実態解明 / 転倒予防 / リスク評価 / 動態解析 / データマイニング

【研究成果の概要】

本研究では転倒のうち多数を占める躓き・ふらつきに着目したリスク因子の探索・発見を目的とし，(A)心身機能低下が転倒を引き起こす機序のモデル化，(B)データ科学的アプローチによる転倒を引き起こす要因の探索手法の提案，(C)予防のためのスクリーニングテストの開発を目指している．
今年度は特に研究項目(A)及び(C)に関する内容に重点的に取り組んだ．今年度の実績については下記の通り．
(1) 研究項目(A)及び(C)で躓き・ふらつきの転倒モデルを得るのに必要な計測のため，新型コロナウイルス感染症の感染者数が少ない時期に研究への参加協力者を募ることに成功した．計測を実施するための準備も進める中で，新型コロナウイルス感染症の感染が再拡大し，研究代表者が妊娠中であったこと・研究参加協力者が65歳以上の高齢者であったことから，双方の感染リスクを鑑み，予定していた計測を見送らざるを得なくなった．
(2) 研究項目(C)については，基礎として想定している躓きモデルに対し，検討を続ける中で新たに考慮すべきパラメータが出現したため，若年者に対して検証のための実験を実施した．この実験の結果については成果発表の準備が進んでおり，来年度国内学会にて発表予定である．
(3) 研究課題(B)について，今年度は新型コロナウイルス感染症の影響により計測による運動データが得られる見込みがなくなったため，昨年度開発したテキストマイニングによる転倒実態把握手法を用い，事故情報のテキストデータから日常生活の中で転倒に至るきっかけとなる動作を転倒リスクの大きな動作として抽出することを試みた．この結果についても現在論文執筆中で，来年度雑誌論文として投稿の予定がある．
今年度は本研究の成果を公表するには至らなかったが，上述の通り，次年度以降の研究成果公表に向けて発表準備を進めており，来年度には発表が可能な見込みである．

【研究種目】若手研究

【研究期間】2020-04-01 - 2023-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究領域課題番号】19K11983 (KAKENデータベースで見る）

【研究キーワード】

データマイニング / テキストマイニング / 情報抽出 / 知識グラフ / 時系列分析 / ソーシャルメディア / 知識処理 / センチメント分析 / 知識抽出 / 時系列データ

【研究成果の概要】

知識蓄積型ソーシャルメディアであるWikipediaからは，計算機利用が容易な構造的データが知識グラフとして抽出され，検索結果の分類や種々の自然言語処理に活用されている．知識グラフを充実させるためのWikipedia記事のマイニングにおいて，リンクやリストなどの構造情報を活用し，さらに拡張する手法が必要である．
本研究では，Wikipediaにおいて，併合すべき記事対の予測および新たなリンクを予測する手法を開発した．テキストからのキーフレーズ抽出について，訓練済み言語モデルを用いた手法を開発し従来を上回る精度を示した．センチメント分析を応用したツィートの著者推定を行う手法を開発した．

【研究種目】基盤研究(C)

【研究期間】2019-04-01 - 2022-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究分野】ウェブ情報学・サービス情報学

【研究領域課題番号】16K00423 (KAKENデータベースで見る）

【研究キーワード】

ソーシャルメディア / ユーザ行動分析 / テキストマイニング / 意味的関連性 / 時系列分析 / クラスタリング / 実体リンキング / データマイニング / 情報抽出 / アルゴリズム

【研究成果の概要】

時間経過を考慮した構造的知識の抽出では，編集履歴を有する記事集合から，バースト的に編集が行われた文やフレーズを抽出する手法を開発した．数百からなる比較的大きな記事集合に対し，バースト的編集に関連を持つ語句を抽出する方法を開発し，記事集合の発展とともに重要語句が変遷することが確認できた．
ソーシャルメディアにおける投稿の意図分析では，投稿の文章に対し，センチメント分析を適用して，正負の極性ならびに主観的か客観的か，および文の長さ等の多次元データを求めた．
これからユーザごとのセンチメントの分布が７―８程度の潜在的な投稿タイプに分類でき，ツイートの筆者特定の精度を向上に応用できることが分かった．

【研究種目】基盤研究(C)

【研究期間】2016-04-01 - 2019-03-31

【配分額】4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)

【研究分野】経営学

【研究領域課題番号】16H02032 (KAKENデータベースで見る）

【研究キーワード】

意思決定プロセス / コーポレートガバナンス / データベース / 株主総会 / 科学的管理法 / 経営システム / サステナビリティ / 日本的経営 / 生産性 / テキストマイニング / データベース化 / 日本型経営システム / 多角化 / データマイニング / 日本型経営 / ガバナンス / ビッグデータ / 画像認識 / 組織構造 / 意思決定システム

【研究成果の概要】

本研究の目的は、神戸大学が保有する鐘紡資料を基に、企業の発生から成長、成熟段階の経営者の意思決定プロセスを分析し、日本型経営システムの本質を再定義することにより、企業のコーポレート・ガバナンスの在り方を提言することである。研究成果は大きく、以下の３点に集約できる。①鐘紡資料は膨大であり、資料の多くは手書き資料のため、デジタル化、チェキスト化を行うプロセスを開発した。②テキスト化した資料をデータベース化し、検索可能となった。③工場のデータ、株主総会など、意思決定を行った資料を基に、鐘紡の経営者の意思決定の仕組みが明らかになった。こうした貴重な資料や分析結果は広く、web上で公開できた。

【研究の社会的意義】

本研究の最大の貢献は、企業成長プロセスの研究方法として、企業の内部意思決定にまで踏み込んだ点にある。本研究では手書きのデータが多い資料のうち、社長決裁書類、株主総会議事録、重役会議での社長指示など、全てデジタル化、データベース化した。これは、企業の内部資料の入手はほぼ不可能な点に起因する。特に日本では、100年以上の歴史を有する企業は多いが現存する企業では、まず、内部資料は閲覧すら不可能である。本研究では得た結果は、日本型と呼ばれる経営の仕組みは明治期より社長交代の仕組みに現れている。日本の巨大企業が出来る背景には、明治期より、科学的管理法よりも人間中心の経営が行われてきた点に特徴がある。

【研究種目】基盤研究(A)

【研究期間】2016-04-01 - 2020-03-31

【配分額】40,560千円 (直接経費: 31,200千円、間接経費: 9,360千円)

【研究分野】経営学

【研究領域課題番号】15H03383 (KAKENデータベースで見る）

【研究キーワード】

テキストマイニング / データマイニング / 知の構造化 / BOPビジネス / 国際化 / 日本企業 / ＢＯＰビジネス

【研究成果の概要】

本研究の目的は全体の鳥瞰図を描くのではなく、企業の意思決定に利用可能な信頼性のある知識を持つために、ピンポイントフォーカス型テキストマイニング手法の確立を目指すことである。
そのためにテキストを５文ごとに切り分けた「テキストブロック」を作成したうえで、（１）テキストブロックを単位とした語の共起関係を解析し、（２）テキストブロックから構文関係を有する基本句を作成し、（３）文書の類似性を基準としてテキストブロック間の結びつけをおこなうことによって、精度の高い知識の獲得が可能となることを論じた。

【研究種目】基盤研究(B)

【研究期間】2015-04-01 - 2018-03-31

【配分額】6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)

【研究分野】医用システム

【研究領域課題番号】22500432 (KAKENデータベースで見る）

【研究キーワード】

薬剤反応性 / 生体生命情報学 / 人口知能 / 危機管理 / 診療録 / 退院時サマリー / テキストマイニング / 副作用 / 薬疹 / 糖尿病 / 血小板減少 / 人工知能 / 肝障害 / データマイニング

【研究成果の概要】

臨床検査データの推移と投与薬剤の関連から半自動的に副作用を起こす薬剤の組み合わせの検出をする今回の手法で、新たな発見は得られなかった。現実には同時期に多数の薬剤が併用投与されていることと予防・治療での投与を排除できず、最終的には医療者の判断が不可欠である。また退院時サマリーからの検索はその内容が不備なことなどから偽陰性、偽陽性例が多く、サマリー記載の改善と構文マイニングツールの開発が望まれる。

【研究種目】基盤研究(C)

【研究期間】2010 - 2012

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究分野】知能情報学

【研究領域課題番号】21240011 (KAKENデータベースで見る）

【研究キーワード】

知識発見 / データマイニング / 機械学習 / テキストマイニング / Web / ネットワークデータ / 統計 / 曖昧正解消 / プライバシー保護 / 言語学習 / クラスタリング / 曖昧性解消 / テキスト / 非負行列分解 / GPU / アルゴリズム

【研究成果の概要】

2009年度は当初の予定通り、Webにおける人名検索結果を同姓同名であるが異なる人物ごとにまとめるクラスタリングシステムを開発し、実験的に評価した。2010年度は大規模データ処理のために非負の確率行列分解アルゴリズムを提案し、既存のLDAと同様な性能を得ることを実証し、並列化アルゴリズムにおいては変分ベイズ法をロングテールに対応するPitMan-Yoモデルに適用し高い性能を得た。2011年度は最近注目されているプライバシー保護データマイニングをネットワークデータに応用した。2012年度は、プライバシー保護データマイニングの応用手法と大規模データに適したオンライン学習で、新規な正則化手法を提案した。

【研究種目】基盤研究(A)

【研究期間】2009 - 2012

【配分額】47,060千円 (直接経費: 36,200千円、間接経費: 10,860千円)

【研究分野】知能情報学

【研究領域課題番号】20500144 (KAKENデータベースで見る）

【研究キーワード】

データマイニング / コンテンツ / テキストマイニング / エージェント / 知識獲得 / コンテンツ流通 / オントロジー / ポリシー

【研究成果の概要】

テキストデータを主とする教育コンテンツを流通させる手法を確立するために,コンテンツの内容を表現するための半構造を持つデータ構造を開発した.これを用いて表現されたコンテンツに対して,相関ルールマイニングを拡張した方法を開発して,著者の特徴のルールを獲得できるようにしてコンテンツの不正利用を防ぐなどを可能とした.また,コンテンツの利用パターンのマイニングにより,利用者へ効果的に提示する方法を開発した.これらの各技術をエージェント技術により実装して利用できるようにした.

【研究種目】基盤研究(C)

【研究期間】2008 - 2010

【配分額】4,160千円 (直接経費: 3,200千円、間接経費: 960千円)

【研究分野】教育工学

【研究領域課題番号】16300265 (KAKENデータベースで見る）

【研究キーワード】

e-Learning / データ・マイニング / テキスト・マイニング / 教育工学

【研究成果の概要】

本研究では、e-Learningにおける1)詳細な学習履歴データベースの設計と開発、2)膨大なデータベースへの様々なデータ・マイニング手法、テキストマイニング手法を適用、または新たに提案、開発を行い、これら高度な機能を有するLMS(Learning Management System)を開発した。具体的には、以下の機能を持つLMSを開発した。
1)異質な学習プロセスを持つ学習者と学習トピックを見つけ出す「異質学習プロセス検出」機能
2)学習履歴データについて決定木学習を適用し、各学習者の途中学習プロセスから、将来の学習プロセスや結果(大学での成績、A判定、B判定、C判定、D判定、途中放棄など)を予測し、それらを逐次、学習者に提示することにより、学習者の学習プロセスの改善を促す機能
3)学習履歴データより、ベイジアンネットワークを用い、学習者モデルを自動生成し、学習者にもっとも効果のあると考えられる教材や問題等を自動的に提示できる機能の開発
4)学習履歴データ中の変数の共起性を計算することにより、学習プロセスと成績や結果との関係を逐次明らかにし、学習者にフィードバックする機能
5)学習所要時間データを用い、各コンテンツの集団応答曲線を数理モデルにあてはめ、逐次、各コンテンツの難易度、複雑性等をオンラインで計算し、提示するシステムを作成し、テストの理解度やアンケート以外でのコンテンツ評価を行う機能
6)学習履歴データのクラスタリングを行い、様々な学習プロセスを体系化し、把握できる機能。
7)掲示板を用いた新たな質問の入力に対して、過去の発言ログを用いて類似の過去の質問・応答を探索し、質問者に提示する機能
8)掲示板を用いた協調学習において、発言者の意見に対する他の参加者の評価提示機能や発言の影響力、説得力などを数量化し、提示するシステムを開発し、学習者の協調学習への参加のモチベーションを高め、また自身の発言の改善を促させる機能
9)協調学習における学習者の発言ログを形態素解析を行い、それより各発言ごとの類似性を計算することにより、分類し、提示することにより、大量の発言データを整理し、見やすくする機能
10)発言データをマルコフ解析し、協調学習における発言のパターンを分析し、提示する機能
以上の機能を有する学習履歴データベース、データマイニングシステムを開発し、申請者らによってこれまで開発されてきたeラーニングシステム(LMS)に組み込むことにより、高度な機能を持つLMSを開発できた。

【研究種目】基盤研究(B)

【研究期間】2004 - 2005

【配分額】14,400千円 (直接経費: 14,400千円)

【研究分野】教育工学

【研究領域課題番号】14380076 (KAKENデータベースで見る）

【研究キーワード】

LMS(Learning Management System) / ETS(Educational Test Service) / eラーニング / 学習者管理 / コンテンツ管理 / 学習履歴管理 / データマイニング / 協調学習 / テスト / 遠隔授業 / 学習履歴 / データ解析 / データ・マイニング / テキスト・マイニング / e-ラーニング

【研究成果の概要】

ウェブ・ベース・コンピュータ・テスティング機構を持つeラーニング・LMS(Learning Management System)を開発した。本LMSの特徴は、以下のとおりである。
(1)テスト理論に基づくテスト構成機能
(2)テスト理論に基づくアイテムデータベースの実装
(3)項目応答理論のみでなく、ベイジアンネットワークを用いた新しいテスト理論を用いた適応型テスト機能
(4)ペーパーテストでは得ることができないようなデータ、すなわち所要時間データ、回答の変更データなどを用いた詳細なデータ解析システム
(5)eラーニングにおける複数のコース設定が容易に行える
(6)eラーニングにおける詳細な学習履歴の所得と従来のLMSにない詳細な学習履歴のデータ解析システム
(7)膨大な学習履歴データに関するデータマイニング・システム(異常学習プロセスの検出、決定木による学習プロセス分析、ガンマ分布によるコンテンツ分析等)
以上のLMSを実際に開発し、実際のeラーニング授業としてコンテンツ配信を行った。本LMSでは、複数のコース設定を非常に容易にでき、この機能により、各コースごとに特徴のあるコース設計を行うことも可能である。この機能を用い、配信先は、(1)長岡技術科学大学 学生(2)長岡技術科学大学 社会人大学院コース学生(3)全国工業高等専門学校の学生(4)長岡市の市民(市民講座コース)であり、年間400人以上の学外の受講生が履修を行っている。
また、理論研究としては、新しいテスト理論の開発、eラーニングのおける膨大な学習履歴データのデータ・マイニング手法の開発研究を行い、それらの実装を行った。

【研究種目】基盤研究(B)

【研究期間】2002 - 2003

【配分額】12,000千円 (直接経費: 12,000千円)

【研究分野】情報通信工学

【研究領域課題番号】12875072 (KAKENデータベースで見る）

【研究キーワード】

データマイニング / テキストマイニング / 相関抽出 / 誤り訂正符号 / 多値属性値 / テキスト分類 / ブロックターボ符号 / リスト複号法 / クラスタリング / 相関ルール / 直積ファイル / ディスク配置 / 最尤復号法

【研究成果の概要】

今年度目標とした項目に対し,下記の結果を得た.
1.データマイニングとテキストマイニング
新聞記事などのテキストデータについて,その自動分類法と,特に複合語に着目し分類精度を向上させる方式を提案した。また,大規模データベースにおいて属性値が連続値をとる場合に属性間の相関を考慮した離散化の方法を提案し,いずれも信学会・ソサエティ大会で発表した.定型項目と記述項目が混在するアンケートデータからの相関ルールを抽出する新しい方法を提案した.エントロピーを用いて多値属性値の出現頻度から複雑さを評価し,これを最小支持度の修正に反映する.これはテキスト中の単語の出現頻度に対しても合理的に取り扱うことが出来る方法になっており、実データに適用しその有効性を明らかにした.情報理論とその応用シンポジウムで発表した.
2.符号化技術
ブロックターボ符号におけるインタリーバの有効な設計方法を提案した.置換行列に制約条件を加えることにより,構成されたターボ符号の最小距離を増加させることができる.そのときの条件・置換行列の求め方・要素符号を与えたときの最小距離の導出などを具体的に与え評価した.また,リスト復号法を用いた連接符号の復号アルゴリズムの提案・評価,および周期的畳み込み符号の新しい構成法とその性能の導出を行った.いずれも情報理論とその応用シンポジウムで発表した.

【研究種目】萌芽的研究

【研究期間】2000 - 2001

【配分額】2,200千円 (直接経費: 2,200千円)