ナビゲーション研究のための統計的データ分析基盤整備とヒト移動データ分析

2020 Fiscal Year Annual Research Report

• Project Area: Systems Science of Bio-navigation
• Project/Area Number: 16H06538
• Research Institution: Nagoya Institute of Technology
• Principal Investigator: 竹内 一郎 名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)
• Co-Investigator(Kenkyū-buntansha): 打矢 隆弘 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (10375157) ; 梶岡 慎輔 名古屋工業大学, 工学(系)研究科(研究院), 助教 (40609517) ; 烏山 昌幸 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (40628640)
• Project Period (FY): 2016-06-30 – 2021-03-31
• Keywords: 機械学習 / 系列マイニング / 動物行動学 / 変化点検出

Outline of Annual Research Achievements

本研究の目的はヒトを含む様々な動物種の様々な移動行動の分析に汎用的に利用できるデータ分析法を確立することである．近年，センサの発達により，ヒトや動物の移動行動を詳細に計測できるようになっており，これらのデータを活用してヒトや動物の行動分析を行うことは様々な分野において有用である．本研究では，移動行動データから知識を抽出する方法を開発するだけでなく，抽出した知識の信頼性を統計的に定量化することに重点を置く．移動行動データのうち，移動の経路データを扱う問題は経路データ分析（trajectory data analysis）と呼ばれている．経路データ分析分野では，経路データの分類，クラスタリング，セグメンテーション，変化点検出，特徴点検出などのさまざまな課題があり，様々なアルゴリズムが提案されている．しかしながら，これらのアルゴリズムは複雑な計算に基づいており，従来の統計的推測の枠組で信頼性評価を行うことは困難である．そこで，本研究では近年着目を集めている選択的推論と呼ばれる枠組を利用することで，この困難を克服するものである．2020年度は，2019年度に開発した技術を発展させ，2次元，もしくは, 3次元空間内の軌跡そのものに対する変化点を検出し，その統計的信頼性を定量化するための方法論を開発した．変化点の検出法は，この分野でもっとも一般的に用いられているDouglas-Peucker(DP)アルゴリズムを採用し，DPアルゴリズムによって検出された変化点の統計的信頼性を選択的推論の枠組で実現した．

Research Progress Status

令和2年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和2年度が最終年度であるため、記入しない。

Research Products

• [Journal Article] Exploration of natural red-shifted rhodopsins using a machine learning-based Bayesian experimental design. (2021)
  • Author(s): Keiichi Inoue, Masayuki Karasuyama, Ryoko Nakamura, Masae Konno, Daichi Yamada, Kentaro Mannen, Takashi Nagata, Yu Inatsu, Hiromu Yawo, Kei Yura, Oded Beja, Hideki Kandori, Ichiro Takeuchi.
  • Journal Title: Communications Biology Volume: 4 Pages: NA
  • DOI: 10.1038/s42003-021-01878-9
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] Selective inference for high-order interaction features selected in a stepwise manner (2021)
  • Author(s): Shinya Suzumura, Kazuya Nakagawa, Yuta Umezu, Koji Tsuda, Ichiro Takeuchi
  • Journal Title: IPSJ Transactions on Bioinformatics Volume: 14 Pages: 1～11
  • DOI: 10.2197/ipsjtbio.14.1
  • Peer Reviewed
• [Journal Article] Bayesian Experimental Design for Finding Reliable Level Set under Input Uncertainty (2020)
  • Author(s): Shogo Iwazaki, Yu Inatsu, Ichiro Takeuchi.
  • Journal Title: IEEE Access Volume: 8 Pages: 203982～203993
  • DOI: 10.1109/ACCESS.2020.3036863
  • Peer Reviewed / Open Access
• [Journal Article] Computing Valid p-value for Optimal Changepoint by Selective Inference using Dynamic Programming. (2020)
  • Author(s): Vo Nguyen Le Duy, Hiroki Toda, Ryota Sugiyama, Ichiro Takeuchi
  • Journal Title: Proceedings of 34th Conference on Neural Information Processing Systems (NeurIPS2020) Volume: NA Pages: NA
  • Peer Reviewed / Open Access
• [Journal Article] Active learning for level set estimation under input uncertainty and its extensions (2020)
  • Author(s): Yu Inatsu, Masayuki Karasuyama, Keiichi Inoue, Ichiro Takeuchi
  • Journal Title: Neural Computation Volume: 32 Pages: 2486～2531
  • DOI: 10.1162/neco_a_01332
  • Peer Reviewed
• [Journal Article] Active Learning of Bayesian Linear Models with High Dimensional Binary Features by Parameter Confidence-Region Estimation. (2020)
  • Author(s): Yu Inatsu, Masayuki Karasuyama, Keiichi Inoue, Hideki Kandori, Ichiro Takeuchi
  • Journal Title: Neural Computation Volume: 32 Pages: 1998～2031
  • DOI: 10.1162/neco_a_01310
  • Peer Reviewed
• [Journal Article] Active Learning for Enumerating Local Minima Based on Gaussian Process Derivatives. (2020)
  • Author(s): Yu Inatsu, Daisuke Sugita, Kazuaki Toyoura, Ichiro Takeuchi
  • Journal Title: Neural Computation Volume: 32 Pages: 2032～2068
  • DOI: 10.1162/neco_a_01307
  • Peer Reviewed
• [Journal Article] Computing Valid P-values for Image Segmentation by Selective Inference. (2020)
  • Author(s): Kosuke Tanizaki, Noriaki Hashimoto, Yu Inatsu, Hidekata Hontani, Ichiro Takeuchi
  • Journal Title: Proceedings of IEEE/CVF Conference on Computer Vision and Pattern Recognition 2020 (CVPR2020) Volume: NA Pages: NA
  • DOI: 10.1109/CVPR42600.2020.00957
  • Peer Reviewed / Open Access
• [Journal Article] Multi-scale Domain-adversarial Multiple-instance CNN for Cancer Subtype Classification with Non-annotated Histopathological Images. (2020)
  • Author(s): Noriaki Hashimoto, Daisuke Fukushima, Ryoichi Koga, Yusuke Takagi, Kaho Ko, Kei Kohno, Masato Nakaguro, Shigeo Nakamura, Hidekata Hontani, Ichiro Takeuchi
  • Journal Title: Proceedings of IEEE/CVF Conference on Computer Vision and Pattern Recognition 2020 (CVPR2020) Volume: NA Pages: NA
  • DOI: 10.1109/CVPR42600.2020.00391
  • Peer Reviewed / Open Access
• [Presentation] パラメトリック計画法による選択的推論とその応用 (2020)
  • Author(s): 竹内一郎
  • Organizer: 電子情報通信学会IBISML研究会
  • Invited
• [Presentation] Computing Valid p-value for Optimal Changepoint by Selective Inference using Dynamic Programming. (2020)
  • Author(s): Vo Nguyen Le Duy, Hiroki Toda, Ryota Sugiyama, Ichiro Takeuchi
  • Organizer: 34th Conference on Neural Information Processing Systems (NeurIPS2020)
  • Int'l Joint Research
• [Presentation] Computing Valid P-values for Image Segmentation by Selective Inference. (2020)
  • Author(s): Kosuke Tanizaki, Noriaki Hashimoto, Yu Inatsu, Hidekata Hontani, Ichiro Takeuchi
  • Organizer: IEEE/CVF Conference on Computer Vision and Pattern Recognition 2020 (CVPR2020)
  • Int'l Joint Research
• [Presentation] Multi-scale Domain-adversarial Multiple-instance CNN for Cancer Subtype Classification with Non-annotated Histopathological Images (2020)
  • Author(s): Noriaki Hashimoto, Daisuke Fukushima, Ryoichi Koga, Yusuke Takagi, Kaho Ko, Kei Kohno, Masato Nakaguro, Shigeo Nakamura, Hidekata Hontani, Ichiro Takeuchi
  • Organizer: IEEE/CVF Conference on Computer Vision and Pattern Recognition 2020 (CVPR2020)
  • Int'l Joint Research