![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2022-02-09T07:19:42+00:00","","") #author("2022-02-10T00:42:04+00:00","","") #setlinebreak(on) lp -P MF8330_379265 -H immediate -q 100 -o l -P 36 *修論 [#y66ad3ba] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=thesis010.pdf &size(15){&color(#9c001f,#fef4f4){修論第一稿};};]22P >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=thesis011.pdf &size(15){&color(#9c001f,#fef4f4){修論第二稿};};]36P >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=thesis0122.pdf &size(15){&color(#9c001f,#fef4f4){修論第三稿};};]41P >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=thesis0126.pdf &size(15){&color(#9c001f,#fef4f4){修論第4稿};};]43P >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=thesis0131.pdf &size(15){&color(#9c001f,#fef4f4){修論第5稿};};] ---- *スライド [#xed2d4aa] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89.pdf &size(15){&color(#9c001f,#fef4f4){スライド1回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89%20-%20%E3%82%B3%E3%83%94%E3%83%BC.pdf &size(15){&color(#9c001f,#fef4f4){スライド2回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89%20-%20%E3%82%B3%E3%83%94%E3%83%BC%20%282%29.pdf &size(15){&color(#9c001f,#fef4f4){スライド3回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89%20-%20%E3%82%B3%E3%83%94%E3%83%BC%20%284%29.pdf&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96 &size(15){&color(#9c001f,#fef4f4){スライド4回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89%20-%20%E3%82%B3%E3%83%94%E3%83%BC%20%285%29.pdf&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96 &size(15){&color(#9c001f,#fef4f4){スライド5回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89%20-%20%E3%82%B3%E3%83%94%E3%83%BC%20%287%29.pdf&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96 &size(15){&color(#9c001f,#fef4f4){スライド6回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=%E7%A0%94%E7%A9%B6%E8%A8%88%E7%94%BB%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89%20-%20%E3%82%B3%E3%83%94%E3%83%BC%20%288%29.pdf &size(15){&color(#9c001f,#fef4f4){スライド7回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=slide_Numata3.pdf &size(15){&color(#9c001f,#fef4f4){スライド8回目};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=slide_Numata4.pdf &size(15){&color(#9c001f,#fef4f4){スライド最終};};] >[./wiki_lab.php?plugin=attach&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96&pcmd=open&file=slide_Numata5.pdf &size(15){&color(#9c001f,#fef4f4){スライド最終2};};] &size(24){[[COLOR(blue):texファイルZIP>https://drive.google.com/file/d/1yFoD8rAnw2cSY-q5OFIKwTqVtxcIW5nV/view?usp=sharing]]←HERE！！}; &size(24){[[COLOR(blue):tex、図ZIP>https://drive.google.com/file/d/1yFoD8rAnw2cSY-q5OFIKwTqVtxcIW5nV/view?usp=sharing]]←HERE！！}; ---- *図 [#nfcca242] >[./wiki_lab.php?plugin=attach&refer=https://www.pu-toyama.ac.jp/IS/IIE/Wiki.IIE.IS.20211128.toyama.pu/lab_log/wiki_lab.php?plugin=attach&pcmd=open&file=%E5%9B%B3%E4%BD%9C%E6%88%90.pptx&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96 &size(15){&color(#9c001f,#fef4f4){powerpoin1t回目};};] >[./wiki_lab.php?plugin=attach&refer=https://www.pu-toyama.ac.jp/IS/IIE/Wiki.IIE.IS.20211128.toyama.pu/lab_log/wiki_lab.php?plugin=attach&pcmd=open&file=%E5%9B%B3%E4%BD%9C%E6%88%90%20-%20%E3%82%B3%E3%83%94%E3%83%BC.pptx&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96 &size(15){&color(#9c001f,#fef4f4){powerpoint2回目};};] >[./wiki_lab.php?plugin=attach&refer=https://www.pu-toyama.ac.jp/IS/IIE/Wiki.IIE.IS.20211128.toyama.pu/lab_log/wiki_lab.php?plugin=attach&pcmd=open&file=%E5%9B%B3%E4%BD%9C%E6%88%90%20-%20%E3%82%B3%E3%83%94%E3%83%BC%20%282%29.pptx&refer=%E6%B2%BC%E7%94%B0%2F%E4%BF%AE%E8%AB%96 &size(15){&color(#9c001f,#fef4f4){powerpoint3回目};};] #memo(複数の評価基準から合理的な総合評価を支援するシステムの開発と題して，\n奥原研究室沼田賢一が発表します．\n\nまずはじめに，背景として学校や企業，国などの組織では複数の評価基準から総合評価により意思決定が\n行われています．\n例えば，学校の先生は生徒の各教科の点数に主観的な仮想重みをつけることで総合評価を出すことが\nできます．ここで，表1のような生徒の成績データで具体的にみていきます．\nこのデータからAさんはすべての科目において，Bさんの点数を全教科で上回っています\nまた，AさんとNさんは教科によって勝ったり，負けたりしています．\nこうしたとき，Bさんは，どのような評価基準に対しての仮想の重みを使っても，\nAさんには勝つことはできません．一方で，AさんとNさんは，それぞれにとって\n有利な評価方法を取ることで，順位の位置が互いに前後しあいます．\nこうしたときに，誰からも納得できるような仮想の重みを決定することが必要とされています．\nそこで本研究では生徒全体が総合評価に納得，合理できるような仕組みを提案し\n支援するシステムの開発を目指します．\n\nつぎに，Society5.0やデジタルトランスフォーメーション，サイバーフィジカルシステム\nについて説明していきます．\nデジタルトランスフォーメーションとは，デジタルテクノロジーを使って\n経営や事業のあり方を変革する生活や働き方を改革する仕組みです．\nまた，Society5.0とは，この図にあるような人工知能やビックデータなどの基盤技術を柱として\nサイバーセキュリティやデータのフォーマットを共通的基盤機能として，データベースを使って\nサイバーフィジカルシステムを実現するプラットフォームとなっています．\nそして，サイバーフィジカルシステムとは，フィジカル空間にあるデータを収集し\nサイバー空間でそれを蓄積し分析しフィジカル空間に戻ってそれを利活用する仕組みになっています．\n本研究ではこうした流れを実現していこうと思います．\n\n次にサイバー空間での処理をするために，サーバーの選定やセキュリティについて述べます．\nサーバーの選定では，以下の種類をもつサーバーにおいてオンプレミスサーバーを選びましてた．\nオンプレミスサーバーを選んだ理由としては，拡張性があるためこのタイプを選択しました．\nまた，サーバーのセキュリティーについては，これらをツールを導入しました．\n\n次に，本研究で分析するための枠組みとして用いるビジュアルプログラミングについて述べます．\nビジュアルプログラミングは，この図にあるような視覚的にプログラミングをすることができます．\nビジュアルプログラミングの中でも，ブロックタイプのBlocklyをカスタムすることにしました．\nもともとあるBlocklyは，クライアントサイドのみの処理しかできませんが，サーバーを用いることで\nサーバーサイドでの処理が実現できるようになっています．\nサーバーサイドの処理をするために，Ajaxを用いてクライアントサイドのブラウザでJavascript\nを使った同期通信でサーバーにデータを送信しサーバーでの処理をした後で\nクライアントサイドにデータを返す仕組みとなっています．Ajaxを用いることで，図９にあるような\n複雑な処理をクライアントサイドでなくサーバーサイドですることができます．\n\n次に，学校での成績評価を例に複数の評価基準から総合評価の導出するための枠組みについて述べています．\n具体的には，小学校の英語の授業の主体性について評価するために，図12のようなデータを用いて\nどれだけ実習で人とコミュニケーションを取っていたかについて着目して評価します．\nこのデータは，生徒によって記録された活動記録になるためまれに間違えているところがあるため，\nそれを直す処理をしています．\n\n次に先程のデータを用いて個人の活動に対する４つの評価と集団の活動に対する１つの評価からなる\n５つの評価基準を用意し，それぞれ評価値を導出する仕組みについて述べています．\nここでは，個人の活動の評価の，活動回数の少ない人に積極的に関わっていたか，の評価方法について\n述べます．まず，対象の生徒の各授業の出席欠席について計算し，話した生徒数を正規化します\nその後，それを授業の回数で平均を取り相手の話した回数で掛け合わせ，それを正規化し授業の回数で平均\nをとることで，この評価項目の評価値を導出しています．\n\n次に集団における活動の評価方法について説明します．\nこれは，ページランク法を用いることで生徒間の関わりをネットワーク活動として捉えることで評価します．\nまず，前処理をしたn回目のデータを行列としてみてそれぞれ行和で割ります．\n次にこの行列の最大固有値をだしその固有ベクトルを抜き出し，正規化し授業一回あたりの平均評価を\n導出することでこの評価項目の評価値を出しています\n\nそして，得られた各評価項目値を用いて，データ包絡分析DEAを使って総合評価を導出します．．\nDEA分析は，値が大きいほどよい評価項目と，値が小さいほどよい評価項目を，入力と出力にわけて\n計算します．これは，自己都合の重みで自己を評価していますので，他者からの評価を考慮せずに\n総合評価を出しています．そこで，相互評価することで総合評価を出すことを考えます．\n\n次に，平均クロス効率値をつかった総合評価について述べます．\nこれは，通常のDEAで導出された各生徒の重みを使って相互評価することでクロス効率行列を作成し，\n平均を取ることで各生徒の総合評価を導出します．\nこの手法では，相互評価の値を共通の重みにして総合評価を導出してしていますので，\nこの重みについても考慮していきます．\n\nここから，クロス効率行列をDEAゲーム理論として貢献度を考慮することでこの重みを可変にして\n総合評価値を導出します．クロス効率行列を行和で正規化したものが表５となっています．\nここでは，DMUをプレイヤーとしてみて，プレイヤーの協力で利得が自分だけのもの以上になることと，\nクロス効率行列を正規化したものを使うことで，個人合理性と全体合理性をそれぞれ満たしているため，\n限界貢献度を使ってShapley値を導出することができます．\n\n得られたShaley値を使って，正規化したクロス効率行列から共通の重みを導出します．\n共通の重みは，最小2乗法誤差によって決定されます．\n自己都合の仮想の重みで自己と他者を評価し，他者の評価も貢献度に応じた配分の決定で全体連携の重み\nで総合評価が導出されます．この評価をビジュアルプログラミングのブロックにしたものが図16になります．\n\n数値実験では，通常のDEAと平均クロス効率行列と配分の決定による総合評価で\nそれぞれ評価値を導出していきます．\nまず，表7が各生徒の各項目の評価値になります．この評価値を使った通常のDEAによる結果が図18になります．\nまた，通常のDEAで得られた仮想の重みを使って得られたクロス効率行列は表８になります．\n\nさらに，このクロス効率行列のそれぞれの重みを表９のように等価と見做して得られた平均クロス効率値は\n図１９になります．\nまた，Shapley値を用いて得られた共通の重みは表１０のように導出されその結果は図２０になります．\n実際にこれらをビジュアルプログラミングのブロックで視覚的にプログラムをする動画をお見せします．\n\nまず，このようなエクセルファイルを入力としています．\n必要なブロックをブロック一覧から選択してブロックを組み立てます．\nそのあとに，入力ファイルを選択しプログラムの実行をすることで結果が得られます．\nここではCSVとレーダーチャートで結果を出力しています．\nレーダーチャートの結果がこの図です．また，CSVの結果はこの表になります．\nこのCSVにあるように生徒の評価は順位づけされます．そのため先生が生徒の一部でも明確な順位付け\nをもつときに自分の思想に合うものを選択することで自動でその他の順位づけをすることができます．\n\n数値実験の考察として，図２１が３つの方法による結果をレーダーチャートにまとめたものになっていて，\n青の通常のDEAは評価値に対して自己都合で重みをつけているので，全体的に\n効率値が高くなってしまい，各生徒の差が小さくなっています．\nまた，赤の平均クロス効率値は，効率値が最大の生徒が一人だけとなっていて，\n通常のDEAと比べばらつきがでています．\nそして，青のShapley値を使った総合評価は，\n最大の効率値を持つ生徒がまばらに存在しばらつきを持つことがわかります．\nここから，被評価者の一部に明確な順位付けを意思決定者が持っているときに提案システムでは\nその他の総合評価を自動で行うことで意思決定を支援できると考えられます．\n\n最後に，本研究では学校や企業，国などに関する評価に応じた\n合理的な利得や損失の割り振りの仕組みを提案しました\nまた，DEAにはCCRモデルやBCCモデルなど他にもモデルがあり，\nDEAの双対問題を解くことで，入力や出力の改善値を出すこともできます．\nそのため，今後の課題としてこれらの仕組みを考慮した意思決定支援を考えることができます．\n\n\nそれについては，通常のDEAでは評価項目の重みが自分自身に都合の良い重みとなっているため，\n後の２つの評価方法では相互評価を行うため評価項目の重みが通常とは異なることで総合評価値\nが下がったと考えられます．\n\n\n\n\n\n)
