衛星画像と機械学習で描くサブサハラ・アフリカの民族優遇と交通インフラ整備の20年

研究の目的：本研究は衛星画像を用いた機械学習によって高度な統計的分析のためのデータセットを構築し、経済発展のための実証分析を行う。具体的には〔A〕データ構築：サブサハラ・アフリカの道路交通インフラの量・質に関する2000年以降のパネルデータを構築し、道路がどの民族の居住エリアにより多く建設されてきたかについて明らかにするさらに〔B〕実証分析：特定の民族への優遇があるほど、非効率な交通インフラ建設によって経済発展が遅れる、を検証する。研究の実施：本年度は本研究課題の初年度にあたる。データ構築として、圧縮された画像を用いて、機械学習の精度を高めるための試行錯誤を行った。機械学習・転移学習に必要と思われるいくつかの手続きについて習熟した。教師データを大量に用いることができる国において、約94％の精度で、道路の舗装の有無を予測できるモデルを構築した。データ収集については、JAXAの第3回地球観測研究公募（レイトプロポーザル）に採択され、利用できるデータソースの選択肢が増えた。ALOS（光学）およびALOS－2（PALSAR）に関する画像をお借りする予定である。これまでの経済分野での機械学習では、夜の光の光度を利用した研究が多く、その次に多いのは光学衛星情報を利用した研究であった。PALSARの情報を用いた研究も僅かにあったが、技術習得のコストが高いと思われているためか、ほとんどなされていない。本プロジェクトではPALSAR情報の利活用についても開拓したい。

研究の目的：本研究は衛星画像を用いた機械学習によって高度な統計的分析のためのデータセットを構築し、経済発展のための実証分析を行う。具体的には〔A〕データ構築：サブサハラ・アフリカの道路交通インフラの量・質に関する2000年以降のパネルデータを構築し、道路がどの民族の居住エリアにより多く建設されてきたかについて明らかにするさらに〔B〕実証分析：特定の民族への優遇があるほど、非効率な交通インフラ建設によって経済発展が遅れる、を検証する。研究の実施：本年度は本研究課題の初年度にあたる。データ構築として、圧縮された画像を用いて、機械学習の精度を高めるための試行錯誤を行った。機械学習・転移学習に必要と思われるいくつかの手続きについて習熟した。教師データを大量に用いることができる国において、約94％の精度で、道路の舗装の有無を予測できるモデルを構築した。データ収集については、JAXAの第3回地球観測研究公募（レイトプロポーザル）に採択され、利用できるデータソースの選択肢が増えた。ALOS（光学）およびALOS－2（PALSAR）に関する画像をお借りする予定である。これまでの経済分野での機械学習では、夜の光の光度を利用した研究が多く、その次に多いのは光学衛星情報を利用した研究であった。PALSARの情報を用いた研究も僅かにあったが、技術習得のコストが高いと思われているためか、ほとんどなされていない。本プロジェクトではPALSAR情報の利活用についても開拓したい。