vdslab website

日本大学文理学部情報科学科
尾上研究室

吹view

吹Viewとは、管楽器の練習を始めたばかりの初心者が安定した音を出せるようにするためのお手伝いをするアプリです。管楽器を練習したいユーザが気軽に録音し,高さ・強さ・音色の3観点からどの程度演奏が安定しているかを視覚的に確かめることができます。また、先生モードからは登録したユーザの演奏データを見てコメントをつけることができるため他者からの評価をもらうこともできます。

https://suiview.vdslab.jp/

参考文献

  • M. Watanabe, Y. Onoue, A. Uemura, and T. Kitahara, “Suiview: A Web-based Application that Enables Users to Practice Wind Instrument Performance,” in Proceedings of the 15th International Symposium on CMMR, 2021, pp. 5–10.
  • 渡邉みさと, 尾上洋介, 植村あい子, and 北原鉄朗, “管楽器を対象とした基礎的演奏技術向上のための音響特徴可視化アプリの試作,” 2021.
吹view

Twitterにおける情報拡散シミュレーション支援のための可視化システム

2020年度卒業生 船木 駿之介、望月 沙和 による卒業演習作品です。

概要:2011年3月に発生した福島第一原発事故以降、SNS(social networking service)で「放射線による健康被害」の情報発信が科学者・専門家らを中心に行われた。短期間で正しい・間違った情報問わず様々な内容が発信・拡散され、人々は混乱した。そこで、どうすれば正しい情報が広がっていくのかの議論が行われ、Twitterのインフルエンサーを起点とした情報拡散シミュレーションの研究が佐野ら1によって行われた。ユーザー間の繋がり(ネットワーク関係)から拡散状況を知る事は、シミュレーションを行う上で重要であることが分かった。我々は、拡散シミュレーションを支援することを目的にして、ネットワーク構造を把握しやすいような可視化システムを作成した。

https://dorapon333.github.io/nivo2/

Twitterにおける情報拡散シミュレーション支援のための可視化システム

サッカー観戦のための試合特徴の多次元データ可視化

2020年度卒業生 坂本 愛弥、出口 翼 による卒業演習作品です。

概要:オリンピックの開催が近づいており、さらに今回は日本開催ということで普段はスポーツ観戦しない人でもスポーツへの注目が高まっている。そこで私たちは、スポーツの中でもサッカーに注目し、サッカーの知識がない人でも観戦を楽しんでもらうために、Jリーグの試合の数値データから盛り上がった試合や注目すべき試合の可視化を行うサイトを作成した。可視化を行うにあたって、Hexbinでの散布図、平行座標プロット、レーダーチャートの3つの可視化図を用いた。Hexbinでは試合データの特徴分布、平行座標プロットではチームの特徴、レーダーチャートでは試合の詳細データを可視化した。結果として3つの可視化を相互に利用しあうことで注目度の高い試合やチームを発見することが出来た。

https://tsubasadeguchi.github.io/soccer/

サッカー観戦のための試合特徴の多次元データ可視化

類似事業探索のための行政事業の俯瞰的可視化

2020年度卒業生 上野 瑞貴、野村 理紗 による卒業演習作品です。

概要:日本では1年間に約5000件の事業が中央省庁によって行われており、事業の目的やカテゴリは多岐にわたる。事業数は膨大で事業間の関係性は複雑になっており、行政事業全体を俯瞰する事や、事業と事業の類似などの関係性をチェックしていく事は難しいという問題がある。政府はこれらの問題に対して、行政事業レビューという取り組みを行い、全事業に対し、毎年無駄や改善点がないか点検を行っている。また、行政事業レビューという取り組みの中で、点検の透明性という観点から、行政事業レビューシートと呼ばれる統一した様式で事業の内容や執行実態、点検内容を誰もが閲覧可能な形で公開している。しかし、前述の通り約5000件という膨大な数ある事業全体、複雑な事業間の関係性を、行政事業レビューシートから俯瞰、把握する事はまだまだ難しいのが現状である。そこで本研究では、行政事業レビューシートの各項目を記載したデータを用いて、誰もが行政事業全体を俯瞰する事ができ、さらに、全体の俯瞰結果から事業を探索し、類似といった事業間の関係性を発見できるような可視化を行った。行政事業全体の俯瞰という目的に対しては、2019年度公開の行政事業レビューシートにおいて、実際に執行されている事業の事業概要から重要なキーワードを抽出し、事業の執行額を利用して、関連のあるキーワード同士を二次元空間上の近い位置に配置したキーワードバブルチャートを作成した。全体の俯瞰からさらに事業を探索し、類似といった事業間の関係性を見ていくという目的に対しては、キーワードバブルチャートでクリックしたキーワードが事業概要に含まれる事業を集め、事業概要の文書ベクトルを用いて階層的クラスタリングを行い、その結果をデンドログラムで表示した行政事業デンドログラムを作成した。また、それらの可視化結果を使用して、実際に行政事業全体や事業間の関係性について調査を行った。その結果、我々は事業概要が非常に類似した事業を発見し、それらの事業について考察を行った。

https://ueno10.github.io/test/

類似事業探索のための行政事業の俯瞰的可視化

LDAを用いたQiita記事のトピック可視化

2020年度卒業生 荒木 創太郎 による卒業演習作品です。

概要:プログラミングに用いられる言語は非常に多くある。それに伴い技術を紹介するサイト等が多くある。初学者や技術者の間でプログラミング技術共有サイトの一つであるQiitaが使用されている。初学者がプログラミング言語を学習するにあたり、現在使われている言語がどのような技術や分野に使用されているか知ることは、学びたい言語を決めるうえで有効である。また、Qiitaを内のトピックを知ることで、技術者は知見を広げることができる。しかし、サイト閲覧者が従来の検索やタグを用いて記事を読む方法では、今どの言語がどのような分野や技術に使用されているかを知るには時間がかかる。

そのため本研究では、Qiitaに投稿された記事のデータを用いた可視化を行った。可視化には、Qiitaのに投稿された記事の本文を取得し、トピックモデルであるLDAを利用してトピックモデルの作成を行いブログ内のトピックの発見を行った。その後、トピックに使用される単語を用いてワードクラウドを作成し、タグを用いてツリーマップの作成を行うことで可視化を行った。可視化することで、Qiita内の複数あるトピックを全体を知ることができ、そのトピックに使用されている単語やタグを知ることができることを目指す。

可視化結果より、Qiitaに投稿された記事の複数トピックを発見し、頻繁に使用される単語を発見した。また、各トピックに使用されるタグを用いたツリーマップにより、用いいられるプログラミング言語や技術を発見し、Qiita内の記事全体のトピックに関して考察を行った。

https://arasou-0206.github.io/LDA_visualization/

LDAを用いたQiita記事のトピック可視化

ネットワーク可視化 Jupyter Custom Widgetの開発

2019年度卒業生 森田 瑛仁 による卒業演習作品です。

概要:データ可視化・分析環境のトレンドをたどると、データサイエンティスト、アナリストを中心とした開発者らを取り巻く環境の進歩を垣間見ることができる。CUIで対話的実行可能なREPLをもつIPython、GUIチャートの描画に対応したQtConsole、WebベースのJupyter Notebook、クラウドベースのGoogle Colaboratoryと、たえず時代のニーズを満たすツールが開発されてきている。しかしPython言語の可視化・分析環境でよくつかわれるNetworkXに付随する可視化機能は、自由度が低いと感じた。そこで本稿では、Jupter Custom Widgetの実装から公開に至るまでの流れを把握して、そのポテンシャルを模索し、意味のある可視化ツールの実装方針を考察する。

ネットワーク可視化 Jupyter Custom Widgetの開発

Twitterにおける話題遷移ネットワーク可視化

2019年度卒業生 出口 拓也 による卒業演習作品です。

概要:近年、新聞やテレビよりもTwitterなどの情報発信ツールで情報収集がされることが多くなっている一方、不適切または不正確な情報が拡散されることも多い。実際に東日本大震災後に放射線や原発事故に関する科学的に不適切または不正確な情報が広がったり、根拠ない言説が流布された。しかしどのような過程で不適切または不正確な情報が拡散されるようになったのかは十分に調べられていない。そこで本研究では、話題の遷移をTwitterのハッシュタグを用いた話題遷移ネットワーク可視化で表すことで、拡散される過程を明らかにした。その結果から、話題が遷移していくうちに本筋とはかけ離れた話題に無理やりこじつけてツイートされていたり、差別的な意図がある造語を用いたハッシュタグを使用したツイートなどから、不適切または不正確な情報の拡散がなされていることが分かった。

https://codepen.io/EntranceExit/full/RXgQmr

Twitterにおける話題遷移ネットワーク可視化

福島第一原発事故に関するツイートの時間的地理的分布の可視化

2019年度卒業生 田中 大道 による卒業演習作品です。

概要:2011年3月に発生した福島第一原発事故では多くの被害が出ただけでなく、多くの情報が飛び交った。さらにテレビや新聞だけでなくTwitterをはじめとするSNSでの情報共有も多く見られた。そこで本研究では福島第一原発事故に関連するキーワードを基に6年6か月分のTwitterのデータを用いて情報の興味の流れを可視化した。可視化方法は2つの可視化図を2つのアプローチで作成し、最終的に見比べたことでわかったことを調べた。時間がたつにつれて人々の興味は薄れていくが、興味が再び強くなるタイミングが存在する。しかし興味の内容は異なっているものの、興味が強くなる時には理由が存在していた。

https://codepen.io/HRMC/full/QWWEKXr

福島第一原発事故に関するツイートの時間的地理的分布の可視化

文章類似度から見た行政事業の関係性

2019年度卒業生 田中 太樹 による卒業演習作品です。

概要:現在、我が国では年間5000近くの行政事業が行われている。これらの事業について国家財政健全化のために国家の制作として行政事業レビューを行っているが、現在それを比較参考にできるようまとめられているものは非常に少ない。そこで本研究では行政事業レビューシートにおける各事業の目的を用いて文章類似度を測定し各行政事業を可視化することで事業間、省庁間の関係について調査した。結果として各省庁、各主要政策・施策でそれぞれ違いがあることがわかった。

https://judgit.vdslab.jp/document-similarity

文章類似度から見た行政事業の関係性

放射線が及ぼす生体影響に関するアンケートの多変量可視化

2019年度卒業生 孫 夙悟、宮本 悠佑、山本 寛之 の卒業演習作品です。

概要:2018年に研費基盤研究B「放射線生体影響に関する物理学、疫学、生物学の認識文化の比較分析」( http://radi.rirc.kyoto-u.ac.jp/sci/ )にて放射線が及ぼす生体影響および分野間コミュニケーションについての認識についてのアンケートが実施された。しかし、本アンケートでは可視化手法として円グラフと棒グラフを採用しており、得ることが出来る情報は最低限の集計結果のみである。そこで本研究の目的は上記のアンケートデータに対し、多変量データの可視化手法を適用し、複数の質問に対する回答の相関関係を調べることでより深く結果から分かることを読み取る事である。

https://codepen.io/sukedon/full/bGGmOzL

放射線が及ぼす生体影響に関するアンケートの多変量可視化

TraNEco

TraNEcoは、日本中で行われている企業間の取引データを対象に、1つの企業を頂点企業とした、企業エコシステムの比較可視化を行うためのアプリケーションです。約80万企業、10年分のデータを対話的に検索・可視化し、異なる頂点企業でのエコシステム比較やエコシステムの経時変化の分析に利用されます。

TraNEco

WAMSIM

WAMSIMは、放射線の健康影響を評価するWhack-A-Mole(WAM)モデルを使用した研究を支援するシミュレーターです。 WAMモデルは、放射線のダメージとそれを修復する生物のからだの仕組みの相互作用を微分方程式として記述した数理モデルであり、従来不可能であった線量率に応じた放射線影響の推定が可能です。 WAMSIMは、直感的なユーザーインタフェースによってWAMモデルのパラメーター設定を可能とします。

https://wamsim.vdslab.jp/

WAMSIM

JUDGIT!

JUDGIT!(ジャジット)は、行政事業の概要や予算額、成果指標、支出先企業等の情報を横断的に検索できるデータベースサイトです。

年間約5000件の行政事業の自己評価として公開されている行政事業レビューシートを整理し、データベース化を行いました。 行政事業をデータに基づいて科学的に分析する基盤としても活用を進めていきます。

構想日本ワセダクロニクルVisualizing.JPとの共同プロジェクトです。

https://judgit.net/

JUDGIT!

CausalNet

CausalNetは生物学における表現型特徴ネットワークのビジュアルアナリティクスシステムです。階層グラフ描画とエッジ集中化の技術を用いることで、表現型特徴ネットワークから生命の発生現象の解明におけるデータ駆動分析を促進します。

関連文献

  • Y. Onoue, N. Kukimoto, N. Sakamoto, and K. Koyamada, “Minimizing the Number of Edges via Edge Concentration in Dense Layered Graphs,” IEEE Trans. Vis. Comput. Graph., vol. 22, no. 6, pp. 1652–1661, 2016.
  • Y. Onoue, K. Kyoda, M. Kioka, K. Baba, S. Onami, and K. Koyamada, “Development of an Integrated Visualization System for Phenotypic Character Networks,” in Proceedings of IEEE Pacific Visualization 2018 (VisNotes), 2018, pp. 21–25.
CausalNet

SEAL-V

SEAL-Vは、気候変動に関する大規模アンサンブルシミュレーションデータから効率的なデータ取得を行い、地方自治体の気候変動適応政策に関わるコンサルタント・研究者が地図データに対して注目する領域(都道府県、市町村、河川流域)を対話的に指定し、抽出結果を可視化するアプリケーションです。

参考文献

  • Y. Nakagawa et al., “Development of a system for efficient content-based retrieval to analyze large volumes of climate data,” Prog. Earth Planet. Sci., vol. 7, no. 9, 2020.
SEAL-V

E-Grid

E-Gridは評価グリッド法とラダリングインタビューのためのビジュアルアナリティクスシステムです。E-Gridはネットワーク分析とグラフ描画の技術を用いることで、インタビューによって引き出された認知構造の効果的な分析を実現します。

https://egrid.jp/

関連文献

  • Y. Onoue, N. Kukimoto, N. Sakamoto, K. Misue, and K. Koyamada, “Layered Graph Drawing for Visualizing Evaluation Structures,” IEEE Comput. Graph. Appl., vol. 37, no. 2, pp. 20–30, Mar. 2017.
  • Y. Onoue, N. Kukimoto, N. Sakamoto, and K. Koyamada, “E-Grid: a visual analytics system for evaluation structures,” J. Vis., vol. 19, no. 4, pp. 753–768, 2016.
E-Grid