日本行動計量学会第47回大会のご案内

第47回大会実行委員会
実行委員長　狩野　裕（大阪大学）
実行副委員長　鈴木　讓（大阪大学）

第47回大会は2019年9月3日(火)～9月6日(金)の日程で大阪大学豊中キャンパスにて開催致します．会員の皆様にはぜひ積極的なご参加を賜りますようお願い申し上げます。（敬称略）

記
○ 大会開催要領
日　 程： 2019年9月3日(火)～9月6日(金)
場　 所： 大阪大学豊中キャンパス（大阪府豊中市待兼山町1-3）
アクセス： 大阪大学豊中キャンパス：
https://www.osaka-u.ac.jp/ja/access/accessmap.html#map01
○ 大会日程
5/31（金） 一般研究発表申込締め切り
6/17（月） 抄録原稿提出締め切り
6/28（金） 速報版プログラムのウェブ公開予定
7/26（金） プログラム冊子送付予定
8/02（金） 事前参加申込締め切り
8/06（火） 事前参加費振込み締め切り
9/03（火）～9/6（金） 第47回大会（9/3はチュートリアルセミナーのみ）
（事情により変更することがあります）

○　チュートリアルセミナー
日　時：　2019年9月3日(火) 午後
テーマA：
タイトル：　Rにおけるtidyなデータ処理と効率的な分析ルーティン –テキストマイングでの応用例–
講　師：　石田基広（徳島大学）
概　要： 最近 R 界隈では tidyverse という分析フレームワークが浸透しています。tidyverseでは，データの前処理と分析方法を統一的な原理にもとづき一般化しようとしていると言えます。本チュートリアルでは，この原理にならって，改めて Rにおけるデータ処理と分析の手順を確認します。同時に，機械学習周りの手法について，テキスト分析を事例に紹介します。　チュートリアル前半では，R でデータを操作するコツ（データの読み込みや tidyなデータ処理など）を解説します。またRの代表的なグラフィックス技法であるggplot2について説明します。後半ではテキスト分析を例に，機械学習における分析ルーティンを紹介します。例えば，トピックモデルや単語分散表現にもとづく分類や予測，センチメント分析などを取り上げます。なおパソコンを持参される受講者向けに，データや分析スクリプトを用意します。ただし，パソコンの持ち込みは必須ではなく，前半後半ともに座学として聴講するだけでも構いません。
テーマB:
タイトル：　欠測データの統計解析
講　師：　高井啓ニ（関西大学）
概　要： 本来観測されるはずが，その一部が観測されなかったデータを欠測データと言う。本チュートリアルでは，欠測データ解析の基礎的な概念や手法を紹介する。正規分布などの簡単だが重要な(数値)例を用いて，欠測データ解析の手法が何を目指しているのか，何をしているのか，という点についての理解を深めたい。
○　大会基調講演
　本大会では大阪大学の二人の教授が基調講演を行います．両講演とも行動計量学に相応しい内容です。理工系からは石黒浩教授が人，人の心，ロボットを総合的に研究する文理融合研究を紹介します。石黒先生は6/30まで毎週日曜朝に放送のNHKラジオ「こころをよむ」に出演中です。社会科学系からは行動経済学の第一人者である大竹文雄教授が登壇します。市民を動かすには？防災教育だけでは命を救えないとの掛け声の下，日本人の同調傾向に着目した施策とは？平成30年7月豪雨に襲われた広島県とのコラボ研究です。

日　　時：　2019年9月5日(木) 午前
基調講演１： 石黒　 浩（大阪大学）
　 タイトル： 「人と関わるロボットの研究開発」
基調講演２： 大竹文雄（大阪大学）
　 タイトル： 「災害避難の行動経済学」

○　大会シンポジウム
オーガナイザー：繁桝算男（慶應義塾大学）
日　　時：　2019年9月5日(木) 午後
タイトル：　ベイジアン的発想とデータ分析
概　要：　近年MCMC法などの数値的解析法が急速に発展し，「考え方はわかるけど実際には使えない」という感想を持たれてきたベイズ法が，AIや機械学習などに広く使われ，役に立つことが世間的に広く認められてきた。本シンポジウムは，新しいモデルや解析法の提案というよりも，ベイズ的な発想を深めることによって見えてくるベイズ的推論の特質，データから情報を取り出す新しい方法論の展開，経済学におけるビッグデータ分析や，心理学でよく用いられる潜在変数分析の効用と限界，などについてベイズ的アプローチの本質に迫る議論をすることを目的とする。
松原　望（東大名誉教授）　「ベイズ統計学にPeirceのabductive reasoningは可能か」
松田安昌(東北大）　「連続モデルと離散観測の隔たりを埋めるベイズモデルの方法と課題」
照井伸彦(東北大）　「ビジネス・経済におけるベイズ統計：スモールデータとビッグデータのベイズモデリング」
繁桝算男（慶應大）　「潜在変数（e.g.因子得点，潜在クラス）を組み込んだモデルの説明力」
矢島美寛（東北大） 指定討論

○　柳井レクチャー
詳細については、後日大会ウェブサイトに掲載予定です。
http://bsj.wdc-jp.com/2019/

○お問い合わせ先
参加登録，抄録提出など，ウェブでの手続き関係
大会ヘルプデスク bsj-desk[at]bunken.co.jp ([at] を@に置き換えてください）
大会全般の問い合わせ
第47回大会実行委員会　bms2019taikai[at]gmail.com([at] を@に置き換えてください）