权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

逆イジング問題の情報統計力学: エージェント間相互相関の推定とモデリング

伊辛逆问题的信息统计力学：主体间互相关的估计和建模

基本信息

批准号：
25330278
负责人：
井上純一
金额：
$ 2.83万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2013
资助国家：
日本
起止时间：
2013-04-01 至 2016-03-31
项目状态：
已结题

项目摘要

初年度であるH25年度は, エージェント間相関を有する社会システムとして, 我が国の大卒労働市場を選び, エージェント(求職者, 学生) 間の相互作用を含むミニマルな数理モデルとして, 既に我々によって提案されていた数理モデル (H. Chen and J. Inoue. Evolutionary and Institutional Economics Review, Vol. 10, No. 1, pp. 55-80 (2013))をカイラル・ポッツ表現, すなわち, イジングスピンを多値に拡張した表現によって改良し, エージェント間の相互作用が一様であるとした場合の相転移描象を「内定率」を介して解析的に明らかにすることができた. さらに, 単なる数理モデルの解析にとどまらず, 我が国の大卒就職活動の実情に即したアプローチも開始した. 具体的には, 求職支援サイトから回収される複数項目からなる「適性検査」の結果を, 各エージェント固有の「特徴ベクトル」とみなし, このベクトル間の類似性を定量評価・議論することで, エージェント間のネットワークを推定する理論的フレームワークの定式化を行った. また, 学生の特徴ベクトルを「入力」, 当該学生の「採用」「不採用」を入力ベクトルに対する「出力」とみなすことで, 各企業の人材獲得戦略の「重みベクトル」を推定するフレームワークを構築し, 人工データに対し, その有効性を示した. なお, この特徴ベクトルからの重みベクトルの推定は, (線形)パーセプトロンの学習とみなすこともでき, また, 特徴ベクトルがゼロ成分を多く有する「スパース」な場合, 圧縮センシングにおける「辞書」の学習とみなすこともできる. 今後はこうした異なる分野課題を横断する側面を深めるとともに, 次年度以降は実データでの検証に入る予定である.

In the first year of 2015, there was a correlation between the social system and the market, and the interaction between the social system and the market (job seekers and students) in China included mathematical and mathematical problems. Chen and J. Inoue. Evolutionary and Institutional Economics Review, Vol. 10, No. 1, pp. 55-80 (2013)) Phase shift description in case of "default rate" analysis of "default rate. Today, the mathematical analysis of the United States has begun. Specifically, job search support services review the results of a "suitability test" for a plurality of items, and quantify similarities between the characteristics of each item. In addition, the characteristics of students are "input", and when the students "adopt" and "do not adopt", the "output" and "output" of the input are related to each other. The talents of each enterprise obtain the "important input" of the strategy. In the case of a large number of words and phrases, it is necessary to reduce the number of words and phrases in the dictionary. In the future, the division of the subject will be based on the depth of the problem, and the next year will be based on the identification of the problem.