| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-18 09:20 大規模言語モデルを用いた不動産賃料予測モデルの反復的評価・改善フレームワーク ○髙辻優太（東大）・岩成達哉・勝田良介（estie）・増田俊太郎・易 聖舟・山崎俊彦（東大）  IMQ2025-97 IE2025-174 MVE2025-104 |
|
| 抄録 | （和） | 不動産賃料予測における機械学習モデルの精度向上には専門的な試行錯誤と多大な工数を要する．近年，大規模言語モデル（LLM）による自動化研究が進んでいるが，既存手法の多くは特徴量生成等の特定工程に留まっており，賃料予測タスクに関する検討は不十分である．本研究では，LLMの事前知識と推論能力を活用し，複数手法を統合した改善案の立案・実装・評価を自動で反復する改善フレームワークを提案する．過去の試行履歴や詳細な誤差情報を入力することで，LLMによる効率的な改善案の探索を可能にする．全国の賃貸住宅データを用いた検証の結果，ベースラインのLightGBMに対し統計的に有意な精度向上を確認し，反復回数に応じた段階的な改善傾向も示された． |
| （英） | Improving the accuracy of machine learning models for real estate rent prediction requires expert-level trial and error as well as significant labor. Although research on automation using Large Language Models (LLMs) has advanced in recent years, most existing methods are limited to specific stages such as feature engineering, and investigations focused on rent prediction tasks remain insufficient. We propose an iterative improvement framework that leverages the prior knowledge and reasoning capabilities of LLMs to automatically cycle through the planning, implementation, and evaluation of improvement strategies integrating multiple methodologies. By providing feedback on past trial histories and detailed error information, the framework enables the LLM to efficiently explore promising improvement proposals. Validation using a nationwide rental housing dataset confirmed a statistically significant improvement in accuracy compared to a baseline LightGBM model, demonstrating a stepwise performance enhancement corresponding to the number of iterations. | |
| キーワード | （和） | 不動産賃料予測 / 大規模言語モデル / 自動機械学習 / / / / / |
| （英） | Real Estate Rent Prediction / Large Language Model / Automated Machine Learning / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 411, MVE2025-104, pp. 430-435, 2026年3月. | |
| 資料番号 | MVE2025-104 | |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IMQ2025-97 IE2025-174 MVE2025-104 |
|
| 研究会情報 | |
| 研究会 | CQ MVE IMQ IE |
| 開催期間 | 2026-03-16 - 2026-03-18 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa-Sangyoushien-Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MVE |
| 会議コード | 2026-03-CQ-MVE-IMQ-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模言語モデルを用いた不動産賃料予測モデルの反復的評価・改善フレームワーク |
| サブタイトル（和） | |
| タイトル（英） | Iterative Evaluation and Improvement Framework for Real Estate Rent Prediction Models Using Large Language Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 不動産賃料予測 / Real Estate Rent Prediction |
| キーワード(2)（和/英） | 大規模言語モデル / Large Language Model |
| キーワード(3)（和/英） | 自動機械学習 / Automated Machine Learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 髙辻 優太 / Yuta Takatsuji / タカツジ ユウタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 岩成 達哉 / Tatsuya Iwanari / イワナリ タツヤ |
| 第2著者 所属（和/英） | 株式会社estie (略称： estie) estie, inc. (略称： estie) |
| 第3著者 氏名（和/英/ヨミ） | 勝田 良介 / Ryosuke Katsuta / カツタ リョウスケ |
| 第3著者 所属（和/英） | 株式会社estie (略称： estie) estie, inc. (略称： estie) |
| 第4著者 氏名（和/英/ヨミ） | 増田 俊太郎 / Shuntaro Masuda / マスダ シュンタロウ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | 易 聖舟 / Shengzhou Yi / イ セイシュウ |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第6著者 氏名（和/英/ヨミ） | 山崎 俊彦 / Toshihiko Yamasaki / ヤマサキ トシヒコ |
| 第6著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-18 09:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MVE |
| 資料番号 | IMQ2025-97, IE2025-174, MVE2025-104 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.408(IMQ), no.410(IE), no.411(MVE) |
| ページ範囲 | pp.430-435 |
| ページ数 | 6 |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]