【研究領域課題番号】18K01813 (KAKENデータベースで見る）

【研究キーワード】

特許 / テキストマイニング / イノベーション / 研究開発 / 生産性 / 人工知能 / ピンポイントフォーカス型 / 多変量解析 / 深層学習 / ネットワーク / 企業行動心理 / 生産性変化 / 研究開発投資 / 行動心理分析

【研究成果の概要】

研究代表者（關　智一）は、国際ビジネス研究学会全国大会にて「製造業・研究開発部門の生産性変化とグローバル化」について報告した。研究分担者の一人（菰田文男）は、人工知能をテーマとした『Paradigm Shift in Technologies and Innovation Systems』を刊行した。研究分担者の一人（井口知栄）は、2020年度に学会報告をした論文「Subsidiary Competences in Japan: Why Autonomy and Business Networks Matter」が2021年度にManagement Internationalに刊行予定である。

【研究の社会的意義】

研究代表者（關智一）は、ITプラットフォーム企業のイノベーションについて理論的な検討を行った後、日本製造業を対象とした研究開発部門の生産性変化に関する実証分析を行った。研究分担者の一人（井口知栄）は、アジアにおける研究開発拠点の国際化の変遷と、アンケート表を用いたデータより在日多国籍企業のイノベーション活動について分析を行った。研究分担者の一人（菰田文男）は、人工知能技術をベースとして、テキストデータから企業経営に関する知識獲得手法に関する分析を行った。これらの研究成果は、従来の特許に依存したイノベーション測定方法に対し、何れも新たな視点を提示しており、この点に本研究の学術的意義を指摘できる。

【研究種目】基盤研究(C)

【研究期間】2018-04-01 - 2021-03-31

【配分額】4,030千円 (直接経費: 3,100千円、間接経費: 930千円)

【研究分野】知能情報学

【研究領域課題番号】17H01785 (KAKENデータベースで見る）

【研究キーワード】

多層ネットワーク / 情報伝搬 / コミュニティ / ネットワーク / 影響最大化 / 変分オートエンコーダ / コミュニティ抽出 / 人工知能 / アルゴリズム

【研究成果の概要】

(1)グラフ畳み込みネットワークにおいて、グラフの近傍の情報と大域的な情報とを共に用いることで、学習性能を向上させる方法を開発し、2019年6月に人工知能学会研究会優秀賞を受賞した。(2)グラフニューラルネットワークを用いて、与えられたネットワークのbetweenness中心性の計算を高速近似する手法を開発し、採択率21%の国際会議CIKM 2019に採択された。
(1)グラフ畳み込みネットワークは層の数を増やすと精度が大きく落ちてしまう。また、学習ラベルの数が少ない場合に、他の手法に比べ精度が大きく下がってしまうことがわかっている。そこで本研究では、従来のグラフ畳み込みネットワークの学習に加えて、グラフの構造特徴を保持する学習を同時に行う手法を提案した。グラフ畳み込みによるノードのラベル推定タスクの学習に加え、構造特徴を保持する学習を同時に行うことで、ノードの近傍情報とグラフ全体の構造の両方を考慮した学習が可能になる。半教師あり分類問題において、提案手法は既存手法と比べて高い精度を得ることを示した。
(2)betweenness中心性はネットワークの情報伝搬における影響力の高い頂点をみつける上で重要な尺度である。しかし、betweenness中心性の正確な計算は計算コストが高い。提案されている近似手法も、非効率であったり、精度を犠牲にしたものであったり、その両方であったりする。この研究では、Graph Neural Network(GNN)ベースの近似手法を提案した。具体的な改良点として、(a)畳み込みの際の特徴凝集を流入方法と流出方向に分けて計算し、(b)頂点自身の特徴を使わずに凝集し(c)最短経路上にない頂点を検出し、隣接行列における対応する行要素と列要素を零にした。人工データおよび実データを用いた実験で、他の手法と比べて精度および計算時間の両方で優れていることを示した。

【研究種目】基盤研究(B)

【研究期間】2017-04-01 - 2022-03-31

【配分額】16,250千円 (直接経費: 12,500千円、間接経費: 3,750千円)

【研究分野】社会学およびその関連分野

【研究領域課題番号】17H06195 (KAKENデータベースで見る）

【研究キーワード】

AI / 社会関係資本 / ソーシャル・キャピタル / ICT / 格差 / ICTリテラシー / ネットワーク / 人工知能

【研究成果の概要】

AIは機械型とソフトウエア型がある。ソフトウエア型は、コピー（増産）の容易さから限界費用は機械型よりも格段に低いことが推定される。これは従来の労働経済学が主張するようにAIはロースキルでルーティンワークの職種から代替されるだけではなく、高スキル職種もAIに代替され、機械型AIと競合するロースキル職種でも人による労働が経済的合理性を持つ分野が残りうることを意味している。さらにソフトウエア型AIは限界費用がゼロに近づけば潜在的に公共財としての特質を保持する。本研究はこのプロセスをコスト構造とネット上のコモンズ(準公共財)創出の2つの観点から検討し、AIの社会受容性を向上させる施策を検討した。

【研究種目】挑戦的研究(開拓)

【研究期間】2017-06-30 - 2020-03-31

【配分額】24,570千円 (直接経費: 18,900千円、間接経費: 5,670千円)

【研究分野】メディア情報学・データベース

【研究領域課題番号】24240014 (KAKENデータベースで見る）

【研究キーワード】

ネットワーク / オンラインコミュニティ / WWW / 人工知能 / ソーシャルメディア / ニコニコ動画 / CGM分析 / 創作活動 / Web 2.0 / コラボレーション / 社会ネットワーク

【研究成果の概要】

Web上の創作活動は新しい創作スタイル、すなわち大規模かつ物理的接触のないコミュニティにおいてお互いの創作を利用し合うという互恵的関係によって創発的に制作されている。本課題ではこのようなオンラインコミュニティにおける創作活動を分析してモデル化を行い、その支援を行う仕組みについて研究を行った。ニコニコ動画のデータを収集し、そのデータにおける創作の影響関係について、コミュニケーションモデルによって分析し、特徴を明らかにした。またその影響関係を多様な視点で可視化するシステムを構築した。このほか、twitter, 学術論文、Wikipedia 等における共同的作業についての分析も行った。

【研究種目】基盤研究(A)

【研究期間】2012-04-01 - 2016-03-31

【配分額】46,540千円 (直接経費: 35,800千円、間接経費: 10,740千円)

【研究分野】感性情報学・ソフトコンピューティング

【研究領域課題番号】20300074 (KAKENデータベースで見る）

【研究キーワード】

知識表現 / オントロジー / テキスト分析 / 人文工学 / 認知科学 / 人工知能 / 感性情報学 / 意味分析 / 複雑ネットワーク / ディジタル・ヒューマニティーズ / テキスト / 価値 / 文学 / 芸術 / 文化 / 電子化 / 文芸批評 / 音楽 / 美術 / テキスト解析 / ネットワーク

【研究成果の概要】

人類が蓄積してきた膨大な知識資源を効果的に利用する方策のひとつとして,人間の知的活動や感性的活動にできるだけ近似した知識表現形を機械可読な形で提供したい.文学,芸術,政治,宗教といった,人間の能力の最高の活動場面で流通している言語テキストを対象としてオントロジーの構築を試み,多分野,多言語における検討をおこなった.

【研究種目】基盤研究(B)

【研究期間】2008 - 2010

【配分額】15,340千円 (直接経費: 11,800千円、間接経費: 3,540千円)