文献

J-GLOBAL ID：202202223752273847   整理番号：22A2445449

機械・深層学習を用いた科学的根拠に基づくエネルギー・原子力政策の手法の確立

Energy and Nuclear Energy Policy based on Scientific Evidence using Machine and Deep Learning

著者 (1件)： 勝田忠広 (明治大 科技研)
資料名： 明治大学科学技術研究所年報  (Annual Report of the Institute of Science and Technology, Meiji University)
号： 63  ページ： 38-39  発行年： 2022年08月31日 
JST資料番号： F0841A  ISSN： 0543-3916  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・福島第一原発事故前後における日本のエネルギー・原子力政策立案の議論を分析し,科学的根拠に基づく望ましい政策の在り方を考察。
・エネルギー基本計画の最新版を閣議決定した経済産業省の審議会を対象に,KH Coderソフトウェアにプラグインを用い,テキストマイニングによる定量分析を実施。
・二次元の散布図,共起ネットワーク図を用いた原子力と再生エネルギーの比較議論,審議会委員の所属分類を分析し,パブリックコメントと報告書の分析結果と比較。
・原発事故や核燃料サイクル等の議論や,再生エネルギーに関する無批判な推進策の市民への配慮が不十分なこと,市民の集約した意見の反映が長期的な政策実行に有効なこと等が判明。

シソーラス用語： 機械学習 ,  *エネルギー政策 ,  *国家政策 ,  会議 ,  *データマイニング ,  知識獲得 ,  ネットワーク ,  再生エネルギー ,  市民参加 ,  核燃料サイクル ,  原子炉事故 ,  福島県 ,  深層学習 ,  テキストマイニング ,  共起ネットワーク ,  東電福島第一原子力発電所事故
準シソーラス用語： 科学的根拠 ,  *原子力政策 ,  福島第一原発事故

分類 (2件)： 都市問題,都市防災  (RD01030O) ,  科学技術政策・制度・組織  (MA01020P)

タイトルに関連する用語 (5件)： 深層学習 ,  科学的根拠 ,  エネルギー ,  原子力政策 ,  手法