KAKEN-ATLAS
KAKEN Atlas of Latent Academic Structures
科研費データを用いた学術知識の構造化と研究評価の新指標開発
JSPS 科研費 基盤研究(C) 26K15524（令和8〜10年度 / FY2026–2028）。
日本最大規模の学術データベースである科研費（KAKEN）データに教師なし深層学習を適用し、
既存の306小区分に依存しない学術研究の潜在構造を解明する。さらに埋め込み空間での
位置から 新規性・架橋性・成長性 の3指標を開発し、引用を待たずに研究価値を評価する。
学術地図（公開中）
https://rma-lab.github.io/kaken-atlas/
2019–2025年度開始の採択課題 206,078件を意味空間上に配置したインタラクティブ地図
（2D / 3D / 球面＝地球儀）。点の配置も色も研究概要のテキストだけから決めている（色は「研究内容の環」の上の位置を色相にした
連続色。ヘッダーの「色の見方」に色相環と特徴キーワードの凡例）。タイトル・キーワード・課題番号の検索、大区分・種目による絞り込み、
なげなわ選択による集計、地名（ツールバーの「地名」ボタンで表示。研究が密集している場所ごとに、周辺の課題の概要を LLM が要約した短い名前。2D は拡大すると細かくなり、球面は回すと入れ替わる）、
点のクリック／タップ → 詳細カード → KAKEN 課題ページ、課題ごとの URL（?award=課題番号）、
2 回目以降はオフラインでも開ける（Service Worker）。実体はこのリポジトリの docs/ を GitHub Pages で配信したもの
（scripts/build_web_map.py で生成）。変更履歴は CHANGELOG.md。
方針: この地図は研究内容（採択時の研究概要）だけで課題を配置しています。研究者名や所属機関は載せず、検索・絞り込みの対象にもしていません。名前や機関の先入観なしに、研究の中身で学術の広がりを眺めてもらうためです。個々の課題の詳細は KAKEN のページをご覧ください。
データ（埋め込み・座標・色・地名）: Hugging Face: rma-lab/kaken-atlas-embeddings（206,078 件 × 768 次元。GPU なしで近傍探索やクラスタリングを追試できます。CC BY 4.0、KAKEN の出典明記）
紹介資料（A4 両面の PDF。表＝概要、裏＝技術の詳細。2026 年 9 月）: doc/flyer/kaken-atlas_flyer_2026-09.pdf
開発者向けの技術ノート: doc/method.md（方法と可視化の設計）、doc/web.md（地図サイトの実装と運用）、doc/roadmap.md（今後の設計メモ）。
コメント・要望を募集しています
使ってみて気づいたこと、欲しい機能、間違いの指摘は Issues へお寄せください。
「こんな見方ができたら」「この分野の配置が変」といった短い一言でも歓迎です。
rma-lab では研究支援の道具をほかにも作っていく予定です。コードや設計に手を貸してもよい、という方がいれば、
Issue かプルリクエストで声をかけてください。URA・研究 IR・情報系、どの立場の方でも。
研究計画（年次）
| 年度 | テーマ | 状況 |
|---|
| R8 (2026) | データ基盤構築・埋め込み空間生成 | 取得238,997件 → コーパス206,078件 → 768次元埋め込み → UMAP 2D/3D/球面地図・年度別KDE時系列（完了） |
| R9 (2027) | 潜在構造の発見・新指標開発 | UMAP→HDBSCAN クラスタリング → 既存306小区分との乖離分析 → 3指標開発 |
| R10 (2028) | 実証実験・システム実証 | 全国URAによる評価実験 → Webアプリ → 論文投稿 |
パイプライン
uv sync # 環境構築（uv.lock で再現）
uv run python -m kaken_atlas.fetch # KAKEN opensearch API から取得（要 .env の KAKEN_APP_ID）
uv run python -m kaken_atlas.parse # XML → data/interim/awards.parquet
uv run python -m kaken_atlas.corpus # 埋め込み対象コーパス → data/processed/corpus.parquet
uv run python -m kaken_atlas.embed # Ruri v3 で768次元埋め込み（GPU推奨、A40で約30分）
uv run python -m kaken_atlas.reduce # UMAP 2D（--n-components 3 で3D、--sphere --min-dist 0.0 --spread 0.3 で球面）
uv run python scripts/plot_map_textcolor.py d # 点の色: 768次元に弾性リングを学習 → data/interim/elastic_ring_nodes.npz
uv run python scripts/compute_textcolor.py # 色表と凡例 → data/processed/textcolor_d.parquet, textcolor_legend.json
uv run python scripts/build_web_map.py data/processed/umap2d_nn15_md0.1.parquet # 地図サイト生成（3D・球面も同様。3 ビューとも再生成する）
- データ取得には KAKEN の appid（国立情報学研究所に利用申請）
が必要。
.env に KAKEN_APP_ID=... として置く（git 管理外）。
- 生データ・中間生成物（
data/）は git 管理外。上のコマンドで再構築できる。
技術スタック
- 言語 / 環境: Python 3.12（uv で管理）
- 埋め込み: Ruri v3 310m（768次元、ModernBERT-Ja ベース、Apache-2.0）
- 次元削減: UMAP（cosine、seed 固定）
- クラスタリング（R9予定）: HDBSCAN
- 可視化: matplotlib（静的図・時系列KDE）/ Plotly（インタラクティブ地図）
- 計算環境: 開発=ローカル（CPU/MPS で可）/ 埋め込みは GPU 1枚で約30分（NVIDIA A40 実測。JAIST スーパーコンピュータ HAKUSAN を利用）
ディレクトリ構成
kaken-atlas/
├── src/kaken_atlas/ # パイプライン本体（fetch / parse / corpus / embed / reduce / kubun）
├── scripts/ # 可視化・地図サイト生成・点の連続色・審査区分マスタ構築・補助分析（種目の比較など）
├── docs/ # GitHub Pages（公開地図サイト）＋設計メモ
├── data/
│ ├── reference/ # 審査区分マスタ（正典、git 管理）
│ ├── raw/ # KAKEN API 生データ（git 管理外）
│ ├── interim/ # 前処理途中（git 管理外）
│ └── processed/ # コーパス・埋め込み・UMAP座標（git 管理外）
└── tests/
データ出典
科研費データは KAKEN科研費データベース（国立情報学研究所）より
取得・加工。地図・図表を利用する際は KAKEN の出典を明記してください。
ライセンス
このリポジトリは「プログラム」「科研費データに由来する成果物」「第三者の部品」で条件が異なります。
プログラム（src/, scripts/, tests/, 地図サイトの HTML/JS）
MIT License（Copyright (c) 2026 Takayuki Ogi）。自由に利用・改変・再配布できます。
著作権表示とライセンス文を残してください。
科研費データに由来する成果物（docs/ の地図データ、data/reference/ の審査区分表、図表）
docs/map2d/・docs/map3d/・docs/globe/・docs/shards/ に含まれる課題番号・タイトル・キーワード・座標・色のデータは、
KAKEN科研費データベースのデータを編集・加工したものです。KAKEN の
利用規程（CC BY 4.0
に準拠）に従って利用してください。要点は次のとおりです。
- 出典を明記する。指定文言: 「KAKEN：科学研究費助成事業データベース（国立情報学研究所）」
- 編集・加工したものを利用する場合は、その旨を明記する（本リポジトリの成果物は
「KAKEN のデータを KAKEN-ATLAS が編集・加工したもの」です）
- 編集・加工した情報を、国立情報学研究所が作成したかのような態様で公表・利用しない
地図サイトや図表を引用・転載する場合の記載例:
出典: KAKEN：科学研究費助成事業データベース（国立情報学研究所）のデータを
KAKEN-ATLAS（科研費 26K15524）が編集・加工
第三者の部品
埋め込みベクトルそのものは公開していません。Ruri v3 を用いて生成した派生物の扱いは同モデルの
ライセンス（Apache-2.0）に従います。
引用
研究等で本プロジェクトの成果を利用する場合は、リポジトリ URL と科研費課題番号
（基盤研究(C) 26K15524）を記載してください。
