Keita Nishimoto (西本恵太)'s web page

明治大学　総合数理学部　現象数理統計学科

西本研究室の紹介

データ分析とシミュレーションにより「社会」を多様な角度から探求・理解する

我々の住む「社会」のあり方、構造は日々変わりつつあります。

・社会の中でAI同士が協力して動作するにはどんなメカニズムが必要か？

・集団において格差の構造はどのように生まれ、広がっていくのか？

・小説に描かれる人や社会のありようは時代とともにどう変わってきているのか？

こういった問題を、計算機によるシミュレーションと統計・機械学習を含むデータ分析のアプローチによって探求しています。

明治大学　総合数理学部　現象数理統計学科 @ 中野キャンパス　718研究室
Department of Mathematical Sciences Based on Modeling and Analysis,
School of Interdisciplinary Mathematical Science, Meiji University
明治大学大学院　先端数理科学研究科　現象数理学専攻 @ 中野キャンパス
Mathematical Sciences Program,
Graduate School of Advanced Mathematical Sciences, Meiji University

研究キーワード

複雑系科学（シミュレーション、人工生命）
社会ネットワーク分析
データサイエンス（計算社会科学・文化情報学）
マルチエージェント、マルチLLMエージェントシステム
大規模言語モデル（LLM）含む機械学習技術の情報抽出や将来予測への応用

3年生向けゼミ（輪読）の内容

研究室では、「ネットワーク分析」と「エージェントモデル」を研究手法として使います。
輪読では、春/秋で、各手法の基礎を学ぶため、以下の書籍や論文をベースに行う予定です。

春学期...エージェントモデル：以下の書籍を参考にしつつ、適宜関連論文を配布し、輪読と演習を実施予定

意見形成モデルやBoidモデル、囚人のジレンマといった基本的な社会モデル（数理モデル・エージェントモデル）に関する理解を目的とします。
山影進著：人工社会構築指南 artisocによるマルチエージェント・シミュレーション入門
岡瑞起　他　著：作って動かすALife ―実装を通した人工生命モデル理論入門　

秋学期 ... ネットワーク分析：以下の書籍の輪読を実施予定

アルバート・バラバシ著：「ネットワーク科学―ひと・もの・ことの関係性をデータから解き明かす新しいアプローチ―」

配属を希望する学生の方へ

研究室の方針

"学生の方が卒業し、就職・進学する時に「私は〜ができます。〜という経験・実績があります」と自信を持って言えるようサポートする"

これが大学教員の仕事の一つと考えています。

定期的なミーティングを中心に丁寧に卒論/修論指導を行います（放置はしません）。

研究テーマは「研究室に関連する範囲（データ分析 or 機械学習 or 数理シミュレーションを使うこと）で学生自身が立案」が基本ですが、卒論生に限っては「学生の興味を元に教員がサポートしつつ設定する」ことも可能です。
- 例：音楽が趣味なので、大規模視聴データから音楽ジャンルごとの再生回数の分布を比較分析（修士学生の研究：Nakamura, 2025）
- 例：Podcastが趣味なので、Podcast内の言語的特性から人気を予測する回帰モデルの構築（修士学生の研究：榊原, 2026）　など

修論生はもちろん、学部生の学会での発表を積極的に支援します。その後の就職・進学において、目に見える実績を持っている人は極めて有利だからです。
- 国内学会の例：人工知能学会、情報処理学会、計算社会科学会 etc.
- 国際会議の例：ALIFE 2026@カナダ、AAMAS 2026@キプロス、Complex Networks & Their App. 2025@米国 etc.

研究室の活動によって身につく能力・経験

自身の思考を他者に伝わるように論理的に表現し、対話する能力（論理的な文章の書き方、プレゼン能力など）
競合を調査したうえでオリジナリティを発揮し、「世界一」「世界初」のものを生み出す経験
数理科学およびデータサイエンスに関するスキルと知識

- データ分析（特にネットワーク分析や機械学習）もしくはシミュレーション（特にエージェントモデル）に関する知識とスキル

- データ分析やシミュレーション用のプログラミングスキル（Python（pandas, statsmodelsなど）やJavaなど）
- 社会科学に関する知見　など

卒論/修論のテーマ例

LLMエージェント間の協力形成のゲーム理論的解析
LLM内部ダイナミクスの分析手法の開発
「友達を選ぶ」行為が社会格差を拡大させる？ ―　強化学習による被験者実験のモデル化
小説で描かれる人物の性格はどう時代推移しているのか？ー小説テキストからの行動抽出とBig5性格推定
音楽視聴データに基づくK-POPにおける「同時再生」ネットワークの分析
歴史データに基づく歴史人物の社会ネットワーク分析（歴史データの取得可否に関しては現在検討中）
LLMエージェントによる歴史的イベントのシミュレーション

　など

Page updated

Google Sites

Report abuse