国際的な学術誌「Cities」に掲載
データサイエンス学部データサイエンス学科3年生 横山 広樹さんの論文が、国際的な学術誌「Cities」第186巻に掲載されました。本研究は、アメリカにおける地域の社会的脆弱性(SVI)に影響を与える要因について、AI(機械学習)と統計的手法の両面から分析・比較を行ったものです。
都市研究分野で高い評価を受ける国際学術誌「Cities」

1983年から隔月(年6回)刊行されている都市に関する研究成果を国際的に発信する学術誌で、都市の発展、管理、政策評価、計画の効果・課題などに関する研究論文を扱っています。Citiesに論文を掲載するには、英語で原稿を用意し、オンライン投稿システムから提出したのち、査読(Peer review)と専門家による審査(通常複数名)をへて掲載が確定します。査読があることから、掲載される論文は国際的な引用や評価に耐える質が求められます。Citiesは単なる技術的都市計画雑誌ではなく、都市が抱える社会・経済・環境・政策の問題を幅広く捉える総合的な学術誌です。そのため論文として都市政策分野で評価されるだけでなく、政策立案者・研究者・実務者の両方に読まれ、高い引用数・インパクト(impact factorは6.6)を持つ先進的な論文という評価が与えられるという特徴があります。
論文内容
テーマ:「Unbiased evaluation of social vulnerability: A multimethod approach using machine learning and nonparametric statistics(社会的脆弱性の偏りのない評価:機械学習とノンパラメトリック統計を用いた多手法アプローチ)」
本研究では、アメリカにおける地域ごとの社会的脆弱性(SVI)に影響を与える要因について分析しました。要因となる指標(高卒資格非保有者の割合や65歳以上の割合、社会保険制度がないなど、全16項目)を影響度の高いものから順位づけし、機械学習(AI)とノンパラメトリック(統計)手法の2つを用いて比較しました。 機械学習(AI)とは、コンピューターに大量のデータを与えてパターンを学習させ、未知のデータに対する答えを予測する手法です。AIはこの予測が得意ですが、予測結果に対して「なぜその結果になったのか」「どの要因が影響しているのか」を明確に説明することは苦手とされています。一方で、ノンパラメトリック(統計)は、データの分布や前提条件に依存せず、各指標とSVIとの関係を直接的に評価できるため、要因の影響を比較的分かりやすく把握できるという特長があります。

研究の結果、機械学習では「貧困率150%以下(POV)」「高卒資格非保有者(NOHSDP)」「マイノリティ(MINRTY)」がSVIに影響する要因として示されましたが、分析のたびに要因の順位が変動する傾向が確認されました。一方で、ノンパラメトリック(統計)では「高卒資格非保有者(NOHSDP)」「貧困率150%以下(POV)」「無職(UNEMP)」などが、SVIに影響する要因として安定的に示されました。
本件研究は機械学習と統計を組み合わせて評価し要因を適切に把握することで、都市計画や防災・福祉政策に携わる担当者が政策を決定する際の一助になり、広く地域社会への貢献になると考えられます。

学生コメント:分析で見えた「AIは万能ではない」ということ

データサイエンス学部 データサイエンス学科3年
横山 広樹さん
授業の課題として取り組んだ研究論文がこのような権威のある学術誌に掲載され、とても嬉しく思います。誰もまだ取り組んでいない一方で、多くの人が「知りたい」と思っているテーマに挑戦したいと思い、「アメリカにおける地域ごとの社会的脆弱性」を研究テーマとして選びました。アメリカは公開データが豊富な国ですが、求めるデータにたどり着くまでが難しく、多くの時間をかけて今回のデータを集めました。その分、研究としての手応えも大きかったと感じています。昨今は研究の場でもAIの活用が進み、AIはまるで「答えをくれる魔法」のよう捉えられることもあると感じます。しかし、AIは万能ではなく、使い方を間違えれば、誤った結論に導かれる可能性もあります。「AIも間違えることがある」「正しく使うことが重要である」という点を今後も発信していきたいと考えています。
最後に、研究にあたり多大なるご指導を頂いた武藤先生に、心より感謝申し上げます。
都市政策への貢献と「正しくAIを使う」未来への展望
機械学習と統計を組み合わせた本研究のアプローチは、都市計画や防災・福祉政策における意思決定の精度を高め、地域社会に貢献する可能性を秘めています。本学は、学生が未知の課題へ挑戦し、その成果を世界へ発信していく取り組みを今後も支援していきます。
関連リンク
- データサイエンス学部 データサイエンス学科
https://www.musashino-u.ac.jp/academics/faculty/data_science/data_science/ - 武蔵野データサイエンス
https://web.ds.musashino-u.ac.jp/