The number of children on daycare centre waiting lists has
become a social issue. Matching children to daycare centres
while accommodating each family's preferences is time- and
labour-intensive for local governments.
The basic goal of daycare admissions screening is to satisfy
the preferences of applicants according to the priority
ranking of children in consideration of the number of places
in each daycare centre. In addition, each local government
can incorporate more complex requirements, such as
applicants who want their siblings assigned to the same
daycare centre and who want siblings assigned in the same
period, in order to increase the satisfaction of applicants.
Saitama city government has eight requirements concerning
sibling admissions as well as the timing of the siblings
admissions. The screening rule thus became more complex,
and consequently there are cases where multiple assignment
patterns can fulfil the rule, or no patterns fulfil the rule. This
means the city officials are required to take a long time to
carefully determine the assignment of applicants to be
absolutely sure that the relevant rules have been correctly
fulfilled.
This AI technology has made it possible to match children to
daycare centres, meeting as many preferences as possible,
following a priority ranking. This is done by modelling the
dependency relationships of complex requirements,
including parents who prioritize siblings going to the same
daycare centre, or parents who do not mind if their children
19
go to different daycare centres as long as both children get a
seat, using a mathematical model based on game theory,
which rationally resolves the relationships between people
having differing values. When this technology was evaluated
using anonymized data from about eight thousand children
in the city of Saitama, it successfully calculated an optimal
assignment result in just a few seconds.

Le nombre d'enfants sur les listes d'attente des garderies est devenu un enjeu de société. Faire correspondre les enfants aux garderies tout en tenant compte des préférences de chaque famille demande beaucoup de temps et de main-d'œuvre pour les gouvernements locaux. L'objectif fondamental du dépistage des admissions en garderie est de satisfaire les préférences des candidats selon le classement prioritaire des enfants en considération du nombre de places dans chaque garderie. De plus, chaque gouvernement local peut intégrer des exigences plus complexes, telles que des candidats qui souhaitent que leurs frères et sœurs soient affectés à la même crèche et qui souhaitent des frères et sœurs affectés dans la même période, afin d'augmenter la satisfaction des candidats. Le gouvernement de la ville de Saitama a huit exigences concernant les admissions des frères et sœurs ainsi que le moment des admissions des frères et sœurs. La règle de filtrage est ainsi devenue plus complexe et, par conséquent, il existe des cas où plusieurs modèles d'affectation peuvent remplir la règle, ou aucun modèle ne remplit la règle. Cela signifie que les fonctionnaires de la ville doivent prendre beaucoup de temps pour déterminer soigneusement l'affectation des candidats afin d'être absolument sûrs que les règles pertinentes ont été correctement respectées. Cette technologie d'intelligence artificielle a permis d'associer les enfants aux garderies, en répondant au plus grand nombre de préférences possible, selon un classement prioritaire. Cela se fait en modélisant les relations de dépendance des besoins complexes, y compris les parents qui donnent la priorité aux frères et sœurs fréquentant la même garderie, ou les parents qui ne voient pas d'inconvénient à ce que leurs enfants 19 fréquentent des garderies différentes tant que les deux enfants obtiennent une place, en utilisant un modèle mathématique basé sur la théorie des jeux, qui résout rationnellement les relations entre des personnes ayant des valeurs différentes. Lorsque cette technologie a été évaluée à l'aide de données anonymisées d'environ huit mille enfants de la ville de Saitama, elle a réussi à calculer un résultat d'affectation optimal en quelques secondes seulement.

This AI technology automatically determines the assignment
pattern while fulfilling as many applicants' preferences as
possible according to priority ranking using game theory.

Cette technologie d'intelligence artificielle détermine automatiquement le modèle d'affectation tout en répondant aux préférences du plus grand nombre de candidats possible en fonction du classement des priorités à l'aide de la théorie des jeux.

AI ideally matches children to daycare centres