ハイブリッドワークの定着により、オフィス需要は大きく変化している。従来の需要予測はマクロ的手法が中心だったが、出社の自由度が高まる中では働き方の変化を捉えきれない。本研究では、エージェントベースモデル（ABM）を用いて出社行動をミクロレベルでモデル化し、個人の選択が組織全体の出社パターンに与える影響を分析した。その結果、業務特性に応じて適切な指定出社日数が異なることが示された。また、グループ分割による出社は、全社員が同じ日に出社する場合と比べても、組織パフォーマンスを維持し得ることが示唆された。さらに、ABMを用いた東京主要5区のオフィス床需要の推定では、中長期的に約15％の構造的な需要減少が示唆された。

本研究の目的は,大学生を対象に第50回衆議院選挙(2024年10月27日実施)における投票行動と政治への意識・関心との関連性について検討することである.本研究では, 投票の有無とその理由,政治に対する関心の2項目について,Webアンケートを用いた質問紙法による調査を実施した.対象は, 大学生108名(有効回答件数:62件)である.得られたデータについて相関分析及び共分散構造分析を実施した.その結果として,大学生の政治に対する関心や,社会課題の解決への参画意欲などは高く,政治的自己効力感や社会に対する不満足感などの社会・政治への意識が投票行動へ影響を与えること明らかになった.

Carotid Atherosclerosis (CAS) is a key risk factor for cardiovascular diseases and stroke, requiring early and accurate detection. This study evaluates machine learning (ML) models to classify CAS severity using Doppler ultrasound-derived features. A dataset of ultrasound signals was processed using MATLAB, extracting key biomarkers such as spectral entropy, peak frequency shifts, spectral energy, and estimated blood flow velocity. Three classification models?Support Vector Machine (SVM), Random Forest (RF), and K-Nearest Neighbors (KNN)?were trained and optimized through hyperparameter tuning with five-fold cross-validation. Feature standardization and noise augmentation were applied to improve model generalization. Results indicate that SVM and Random Forest achieved the highest classification accuracy (83.33%), outperforming KNN (66.67%). The optimized SVM model with a linear kernel and fine-tuned hyperparameters demonstrated superior robustness in distinguishing CAS cases. Additionally, the study highlights the significance of frequency-domain features and velocity estimations in CAS diagnosis. The best-performing model was saved for future deployment in clinical decision support systems. This research underscores the potential of AI-driven diagnostic tools in enhancing non-invasive screening, facilitating early detection, and aiding in stroke prevention. Future work will explore deep learning approaches and multi-modal integration for improved diagnostic accuracy.

本研究では、2024年10月衆議院選挙において、候補者のバイオインデックス（属性情報）に基づく当落予測の可否を検証する。当該選挙は期間が短いと言われており、有権者は十分に候補者の政策を検討できないまま属性情報を頼りに投票した可能性がある。ホールドアウト法によるランダムフォレストの結果、候補者の属性情報で当落予測ができ、特に本人の議員経験や父親の政治的役職の重要度が高いことが明らかになった。属性情報に候補者の政策スタンスを加えた結果でも、本人の議員経験の重要度が最も高く、当落予測における属性情報の有効性が示唆された。今後は有権者や複数時点の情報も活用し、選挙期間と投票行動の関連の更なる検証が期待される。

近年，防災・減災の重要性の高まりとともに，企業経営においても災害レジリエンスを強化するための定量的なBCP（事業継続計画）策定が求められている．本研究では，フィリピンの複数都市を対象に，道路ネットワーク分析を用いて災害時の道路寸断がLPガスの復旧点検時間に及ぼす影響を評価し，定量的な指標を構築する．これにより，各都市の地理的特性に応じた実効性のあるBCP立案を可能にし，LPG事業者のレジリエンス強化の支援，ならびに災害に強い地域づくりに貢献することを目指す．

With the expansion of the EC market, the range of product choices has grown, making it easier for consumers to search for and compare products. However, the diversification of choices has complicated the evaluation criteria used by consumers when selecting products, making it difficult for companies to understand what elements influence purchase decisions. Traditional methods primarily analyze consumer interest factors at a single point in time, lacking approaches to track changes over time. This study addresses this gap by generating topics from review data annually and evaluating the similarity between these topics. Additionally, by analyzing changes within similar topics and their underlying causes, this research aims to verify whether the characteristics of a company's product are accurately recognized and evaluated by consumers.

Since Peirce pointed out the three types of inference (deduction, induction and abduction), prior researches were conducted to apply "abduction" to algorithm of machine learning so as to develop general artificial intelligence. Nevertheless, less effort has been done yet in this regard to utilize large language model (LLM) to this direction. Furthermore, no single use case of artificial intelligence in business, which is capable of abductive reasoning, has been scientifically reported so far. This concept paper describes a research plan to apply abduction based on LLM combined with retrieval augmented generation (RAG) to analysis and forecasting of international affairs, which could give tremendous positive impacts to decision making in business. While ordinary abductive reasoning only finds out hypothesis to observed fact, the herewith proposed system could help users to make relevant future scenarios in line with the abductively selected hypothesis. To realize the concept, the key is how to pick up controversial fact of importance in vast sphere of open source, so as to kick off the entire process of abduction with the appropriate algorithm and prompts.

本研究は、J-REITの分配金の予想・修正・実績の実態を調査し、その乖離を明らかにすることを目的とする。予想分配金が公表された後、少なくとも1回は予想分配金の修正が発生したケースは75%と、予想分配金の多くが修正されることが確認された。当初予想分配金と実績では平均10%の乖離が確認されたが、予想分配金が実績分配金より少なくなることが極めて少ないことが明らかになった。

This study introduces multiagent conversation models utilizing generative AI to overcome the challenges of traditional rule-based multiagent simulations (MAS) and proposes an appropriate evacuation instruction method through simulations considering psychological factors and information transmission during disasters. Using an earthquake as the disaster scenario, the correlation between agent conversations and evacuation behaviors was evaluated, and the optimal evacuation instructions were verified. Additionally, the evacuation instruction methods were analyzed, and the improvement of prediction accuracy was verified. This research deepens the understanding of evacuation behavior during disasters and contributes to the development of realistic disaster response simulations, offering insights for improving actual evacuation instruction methods.

本研究では, CNN(畳み込みニューラルネットワーク)を用いたクラスタリングにより,漫画のキャラクターの顔の描画表現について,年代ごとの特徴とその推移を定量的に示すことを目的とする. また,各年代のキャラクターの顔画像に対して特徴マップを作成し,CNNが着目する特徴の解釈を試みた.本研究では相澤ら(2018)によって構築された1970年代から2010年代までの漫画109冊からなるデータセットManga109を利用する.1970年代から2000年代までの漫画を対象に,クラスタリング及び特徴マップの生成を行った結果,年代に応じた特徴量の推移があることが確認された.また,CNNが特に目や鼻の描画方法によって年代ごとの特徴を判別していることが示唆された.

社会シミュレーション研究において、一人一人の個性のような異質性を再現し、対話のような複雑な相互作用を再現することは、重要な関心事でありつづけてきたが、実装があまりに高コストであるためその詳細に踏み込まれることは少なかった。しかし、大規模言語モデルが、広汎な状況における対話をパーソナリティで条件付けて再現できることを示したことで、人々の異質性と相互作用を詳細にモデル化できる可能性が出てきた。本発表では、大規模言語モデルを社会シミュレーションに応用する既存研究を整理した上で、その課題が大規模言語モデルの振る舞いを特定の人間や社会状況を再現するよう調整する枠組みの不在にあることを指摘する。以上を踏まえ我々が取り組む、大規模言語モデルをキャリブレーションする方法について論じる。

近年、CtoCマーケットの急速な成?が進んでいる。しかし、このようなプラットフォームにおける不正行為、特に「お気に入り」機能を悪用した評価操作が重大な問題となっている。本研究は、ハンドメイド作品を中心に取り扱うCtoCプラットフォームであるminneのデータを対象として、異常なお気に入り行動を行うユーザー(異常行動ユーザー)の影響を分析し、その行動特性と作家の人気度への影響を明らかにした。ネットワーク分析の結果、特定のコミュニティに集中していることが判明した。このことから、個々のコミュニティ単位でのモニタリングと対策が有効であることが示唆された。さらに、異常行動ユーザーによる「お気に入り」行動が作家の?期的な人気度向上に寄与しないことが明らかになった。

高齢になっても地域で元気に暮らせること，健康を維持することは，生きがい，豊かな生活，医療費の抑制など，個人と社会の双方にとって大きなメリットがある．少子高齢化・人口減少社会において，地域住民が健康であり，生きがいを感じ，安心安全な生活を送ることができる都市が求められている．本稿では，その実現を目指す健康増進都市(Smart Wellness City)と，そのデジタル社会実験にむけての取り組みとして，合成人工データとモバイル空間データを用いた住民行動における歩行数を推定するシミュレータ開発について述べる．本シミュレータは，NetLogoをベースに構築され，地域住民全体に働きかけてリスク低減を目指し，住民全体の日常の身体活動量を増加させる施策効果を推定することを目的としている．

大規模な地震が発生した場合，二次災害による人的被害を避けるためにも，避難場所へ早急な避難が必要である．そのため災害状況下でも正常に機能する避難誘導方法の確立が必要である．本研究ではマルチエージェントシミュレーションによりUAV(Unmanned Aerial Vehicle)を用いた避難誘導の効果の検証を行った．避難誘導方法として，UAVエージェントから避難者エージェントに避難場所と通行止めの情報を伝達し，尚且つ避難者エージェント間でも情報を伝達して避難シミュレーションを行った．その結果，想定環境下ではUAVを用いることで避難完了者の人数が増加した．今後はUAVエージェントの効率的な飛行経路の検討が必要である．

顧客分析のために，負担が大きいアンケートではなく観測可能な顧客行動から顧客ロイヤリティを正確に推定することは重要な課題である．近年，ロイヤリティを隠れ状態と定義し隠れマルコフモデルで推定する手法が提案されているが，従来手法では1種類のみの顧客行動を観測値としており，推定性能には限界がある．そこで，隠れマルコフモデルを拡張して複数種の顧客行動と外的要因の影響を表す時系列データに基づく顧客ロイヤリティの推定手法を提案する．提案手法の検証のため，時系列ログが大規模に蓄積される配車サービスを事例として先行研究に基づき模擬実験を行い，従来手法より正解率が2.47%高かった．また，モデルパラメータ（出力確率）の推定誤差は，従来手法と同等かより小さかった．

本研究は、参入障壁の大きさと企業の経営戦略の類似性の関係を分析する。ChatGPTを用いた戦略抽出には限界があるものの、データ選定や処理を工夫すれば精度向上が可能と考えられる。分析の結果、参入障壁が高い業界では事業ポートフォリオや市場展開の方向性が収束し、各社の戦略が類似する傾向が見られた。一方、競争が激しく参入が容易な業界では、多様な戦略が展開されている。本研究は、ChatGPTの活用可能性を探りながら、参入障壁と戦略の相関を定量的に示すことを目的とする。

圧倒的な量の情報が流通する現代において，多くのコンテンツの中から自身のコンテンツが選ばれることは容易なことではない．そのため，コンテンツ投稿者は，より多くの流入を獲得すべく，様々な努力を行っている．一方その結果として，「クリックベイト」と呼称されるような，クリックを効率的に獲得することそれ自体を目的とした粗製コンテンツの増加が問題化している．本研究では，ニュースを対象に，記事のクリックベイトの分析を試みた．まず，記事のタイトルを起点に，それに対する本文の内容や構造との関係から，クリックベイト性の評価指標を構築した．また，それら指標とユーザ行動の関係を分析したところ，クリックベイト性が高い記事は，ユーザに記事の早期閲覧中止や，徐々にサービスからの離脱を引き起こし得ることを確認した．

This study investigates the impact of Mega Sport Events (MSEs) on innovation, as measured through patent applications, by examining financial expenditure, economic indicators, and Environmental, Social, and Governance (ESG) factors. This research analyzes data from six host nations between 2000-2020 utilizing advanced machine learning methodologies. The findings indicate that population demographics, operational costs, and sustainability metrics significantly influence the national innovation capacity. This study reveals that while well-strategically planned operational spending enhances patent applications or host innovation capability, excessive expenditure can impede innovation outcomes. Hance and ESG factors, such as social rights and renewable energy investment, demonstrate varied impacts contingent on the context. This study elucidates how strategic financial planning, sustainability practices, and social inclusion can maximize the long-term innovation benefits of MSE investments. These insights provide valuable guidance for policymakers and organizers for optimizing MSE resource allocation.

地方部で多くの割合を占める車移動に関し、その目的地や用途の決定に対する影響要因を探るために、ネットワークを構築し、クラスタ分析を行った。構築したネットワークは、岐阜県海津市における自動車の移動データに基づいた、車両と移動先をノードとした大規模二部グラフのネットワークである。得られたネットワークに対してLouvain法を適用し、抽出された各クラスタについて、ハブノードや属するユーザの行動範囲の分布など、クラスタを特徴づける要因を調査した。また、当該クラスタの分割において地域、道路やPOIといった施設、河川や山の自然境界等がどの程度影響するかを分析した。

近年、Transformerアーキテクチャを用いた人流生成AIの研究が進んでいる。本研究では、これを小売店舗内の顧客動線シミュレーションに応用し、エージェントベースの人流モデルを構築する。本シミュレーションでは、各エージェントが人流生成AIを備え、近傍の2エージェントの位置を考慮しながら次の移動先を決定する。発表では、エージェント間の相互作用が移動軌跡に与える影響を分析するとともに、生成された動線と実店舗における人間の移動パターンとの類似性について議論する。

近年，高齢化や人口減少に伴い，公共交通の輸送人員の減少やドライバー不足の影響により，赤字事業者が約9割まで増加しており，減便や廃止が相次いで発生している．一方で，公共交通は高齢者を含めた移動制約者にとって必要不可欠な移動手段であり，地域交通サービスの伴走支援が急務で行われている．本研究では，交通空白地帯を正確に把握するため，合成人口データを用いて年齢別の訪問頻度と移動手段別の負担を考慮した移動利便性指標を提案する．実験の結果，本指標を用いることで駅勢圏では捉えられない公共交通が目的地に繋がっていない不便エリアや，公共交通が無くても目的地が近いエリアを明らかにした．

本稿は、スタートアップ・エコシステムの成功に影響を与える要因を俯瞰的に明らかにすることを目的とする。具体的には、世界の主要スタートアップ・エコシステムの価値を従属変数として政策、経済、文化、技術に関連した各変数を独立変数として回帰分析を行う。分析の結果、十分なサンプル数が得られなかった政策、文化、技術の要因とスタートアップ・エコシステムの成功との関係は明らかにすることができなかった。しかし、十分なサンプル数が得られたGDPや投資関連の複数の経済的要因はスタートアップ・エコシステムの成功と相関関係があることが分かった。

本研究では、多品種バッチ生産の機能化学品を対象に、生産スケジューリング・在庫管理・価格戦略を統合したフレームワークを構築する。受注情報を閑散、平常、逼迫など段階的に再現し、納期遵守を目的とした前倒し生産する前詰めのスケジューリング手法と在庫低減を目的とした納期間近に生産を完了する後詰めのスケジューリング手法に加え、価格上昇による需要低減を考慮し、機会損失や在庫コストを抑えることで、収益性を高められることをシミュレーションによって示した。これにより需給状況に応じてスケジューリング手法を柔軟に変更し、価格戦略を適切に組み合わせることでさらなる収益向上が図れることを示唆した。今後、リアルタイムの生産データや市場情報を活用するデジタルツインによる高度化が期待される。

本論文では、学術論文の共著ネットワークに基づいて、知識の伝播と承継の特性を明らかにする手法を提案する。本手法では、学術文献データベースにおける様々な論文グループにおいて共著ネットワークを構築した上で、著者情報に基づいた著者の系譜を作成し、ネットワークの拡張性や伸長性などの指標を用いて、各論文グループの著者の系譜の特性を比較分析する。本手法を用いて、高被引用ジャーナル掲載論文著者や撤回論文著者について分析した結果、いくつかの共通の組織的な特徴がみられた。本手法を用いた分析より、研究開発活動の改善に向けて組織的観点から有用な示唆を与えことができると考えられる。

Amid rising concerns about global warming and finite energy resources, reevaluating fossil fuel usage and curbing greenhouse gas emissions are urgent priorities. Our previous research introduced a Japanese gas energy model that integrates Ene-Farm, the J-Credit Scheme, and Community-Based Rate Plans (CBRPs). In this study, we build upon that framework by factoring consumer heterogeneity into key decision parameters. Ene-Farm boosts energy efficiency while reducing CO? emissions and simultaneously increasing gas demand, whereas the J-Credit Scheme monetizes these emission reductions. CBRPs incentivize communal conservation efforts through discounts triggered when total emissions remain below a specified threshold. Our enhanced agent-based model simulates individual behaviors and interactions to evaluate outcomes at the community level. The findings reveal that this integrated approach fosters sustainable energy use by benefiting gas utilities, consumers, and the environment, while also accommodating diverse consumer responses.

This study aims to quantitatively analyze the impact of AI advancements on young women's career orientation and adaptive behavior.The theoretical foundation is Dr. Osborne's discussion in The Future of Employment. Free-response data from 2,657 individuals were collected and analyzed using machine learning-based natural language processing. Additionally, data on the career anchor index, which measures values related to occupational choice with eight distinct orientations, were obtained and statistically examined to explore its relationship with perspectives on AI adaptation. This study clarifies the correlation between career orientation and AI adaptation and constructs adaptation patterns. The findings provide insights that contribute to educational institutions' corporate human resource strategies and reskilling initiatives.

本研究は、宅配便のラストワンマイル配送における再配達やコスト増大の課題に対し、従来とは異なる、「ストックポイント増加方式」を新規に提案するものである。新規方式は、コンビニや宅配ボックス等を小規模な配送拠点とみたてて階層化し、ストックポイントを増加させる仕組みである。本研究では、面積あたりの配送件数(配送密度)に応じたコストを従来方式と新規方式で比較した。その結果、都心のような高い配送密度の条件では、新規方式の方がコストが低減するということがわかった。本研究は通信ネットワークにおける分散型コンテンツ配信システムの概念を物流ネットワークに新規に適用するもので、実務的にも有用であると考えられる。

近年、サステナビリティやESGを考慮した経営と企業価値の関連性を検証する研究が増加している。既存の研究では、従来のCSR活動を包含するESG評価の向上が投資家の関心を集め、株価や財務パフォーマンスに影響を与えることが示唆されている。また、持続可能な経営が長期的な収益の安定性やブランド価値の向上に寄与する可能性も指摘されている。しかし、多くの研究において交絡因子の影響が十分に考慮されていない点が課題として残る。本研究では、統計的因果推論の手法を用いて交絡因子を適切に統制し、ESG評価が企業価値に与える影響を定量的に分析することを目的とする。本研究の成果は、企業の持続可能な成長を促進するための経営戦略の策定に有用な知見を提供する。

スタートアップ企業は事業の初期段階において十分な収益実績を有さない場合が多く、DCF（Discounted Cash Flow）法などの従来の企業価値評価手法を適用することは困難である。米国においては、業界特性に応じた評価指標が開発・活用されているが、日本ではこれらの指標が十分に開発されているとは言い難い。本研究では、米国のスタートアップ企業向けの評価指標を基に、日本におけるスタートアップ企業の価値評価を試みることを目的とする。本研究で得られる知見は、各スタートアップ企業の特性と企業価値との関連性を分析し、さらに日本と米国におけるスタートアップ企業の特徴を比較することで、企業成長の成功要因を探求に資するものになるであろう。今後、日本国内におけるスタートアップ関連指標データの整備および標準化が喫緊の課題として挙げられる。

This study investigates the relationship between perceived partner similarity and relationship intimacy among university students. A web-based survey was administered at a private humanities university in Japan, yielding 110 respondents, with 44 participants reporting past or current romantic relationships. The survey instrument assessed partner similarity across multiple dimensions including attributes, personality traits, lifestyle factors, and preferences, while simultaneously measuring relationship satisfaction and perceived importance. Statistical analyses, including correlation and covariance structure analyses, indicated that although relationship satisfaction and importance demonstrated strong association, the majority of similarity dimensions failed to show significant correlation with intimacy measures. Only select factors, specifically fashion preferences and relationship prioritization, exhibited modest correlations. These results suggest that perceived partnersimilarity does not function as a robust predictor of relationship intimacy among university students.

本研究では、アクセルロッドの文化の流布モデルを基にしたエージェント・ベース・シミュレーションを用い、学生と教師の相互作用が学習に与える影響を分析した。概念学習の重視度を示す指標としてLearning Indexを設定し、4,000回の試行からシミュレーションログを１つずつ分析し、最高値・最低値を比較した。その結果、異なる学習志向のグループ間の相互作用が学習成果に大きく影響し、中堅校の学習傾向は上位校・下位校のいずれにも近づくことが示された。概念学習の促進には学習レベルの高い学生をリーダーとし、体験学習にはグループ内の相互作用を活性化させることが重要であり、ネットワーク設計と学習方法の調整が学習成果に影響を与えることが示唆された。

The food delivery market has increasingly grown during the COVID-19 pandemic all over the world. The purpose of this study is to propose a research model to better understand diffusion of food delivery innovation before and after the COVID-19 pandemic in ASEAN countries. The paper presents structural and measurement models of the diffusion of food delivery innovation. The model is based on literature search of diffusion of innovation, e.g., the Technology Acceptance Model, and statistical analysis results conducted in ASEAN countries. The model includes specified moderators, e.g., eating situation, family structure, and national culture, in addition to ordinal factors from the previous research models. The future research includes statistical analyses on data gathered in Vietnam and Thailand, and extensions to global comparison research.

本研究は，教育現場における習熟度別クラス編成が学生の学力，モチベーション，相互教授行為，学生のクラス間の移動に与える影響を分析することを目的とする．エー　　　　　　　　　　　ジェントベースシミュレーションを用いて分析を行った．結果として，学生のクラス間の移動以外の要因では，上位層と中位層の学生間の学力格差が顕著に出た．しかし，クラス間の移動を導入することでこの差が減少した．これは習熟度別クラス編成での欠点に効果があると考えられた．また，相互学習によって学生の学力増加傾向の予想がしづらくなった．今後の課題として，低学力の学生の割合を減少させ，全クラスでの総合的な学力増加が考えられる．

2060年、日本では高齢化率が39.9%およそ2.5人に1人が後期高齢者（65歳以上）となる。本研究では、健康寿命の延伸に向けてフレイル予防のプロンプト構築と自然言語処理技術（NLP）を活用したプロンプト評価を行った。とくにフレイル予防や健康支援の分野では、EBMに加えユーザーに個別化されたアプローチが効果的である。本分析では、複数の大規模言語モデル（LLM）による比較を行うことでモデルの特徴と課題を確認した。

席替えは教育現場で広く実施されているが、その学力への影響に関する研究は限られている。本研究では、シミュレーションを用いて異なる席替え方法が学力の変動に与える影響を分析した。席替え前後の座席配置と学力分布の関係に着目し、学力のばらつきを比較した。座席配置は、学生間のネットワーク上、高学力者を密集して配置するか否かそれぞれ「密集型」と「孤立型」の2パターンを考慮した。その結果、密集型では学力向上が見られるが、個人間の学力差が拡大し、孤立型では学力差が抑えられ全体の学力が安定する傾向が示された。これらの結果は、教育現場における学力向上と安定性のバランスを考慮した席替えの戦略的活用の重要性を示唆している。

本研究は、東京23区のJ-REITが保有するオフィスを対象として、その価格・キャップレート（以下、CR）、営業利益（以下、NOI）の要因を複数時点で分析し、その要因の頑健性を検討する。2008～2022年までの4時点で、立地（エリア・駅からの距離）、築年数、建物規模（賃貸可能面積）を説明変数とした重回帰分析を行った。その結果、全ての目的変数でエリアの影響が最も強く、建物規模も一定の影響があったが、築年数や駅からの距離は異なった。CRは駅からの距離の影響は大きく、築年数の影響は小さい一方、鑑定価格・鑑定NOIはその逆であった。また、2008年で影響があった築年数は、それ以降に影響が弱まっていることが確認された。

本研究は、日本プロ野球（NPB）における守備シフトが得点能力に与える影響を分析した。打席単位の分析では、守備シフトが得点抑制に有効であるという証拠は得られず、むしろ得点期待値が増加する傾向が見られた。一方、打者単位の分析では一部の守備シフトの有効性が示されたものの、条件によって結果が変動し、明確な効果は確認できなかった。