A log-linear modeling of unstable variable selection: improving stability and extracting multiple sets of variables

2018 Fiscal Year Final Research Report

• Project/Area Number: 15K16064
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Soft computing
• Research Institution: Kobe University
• Principal Investigator: Kitazono Jun 神戸大学, 工学研究科, 工学研究科研究員 (00733677)
• Project Period (FY): 2015-04-01 – 2019-03-31
• Keywords: 変数選択 / 安定性 / 対数線形モデル / 可視化 / クラスタリング

Outline of Final Research Achievements

Variable selection is a process of selecting useful variables for pattern recognition tasks, such as classification and regression. Recent studies showed that variable selection is often unstable: even a small change in data results in huge difference of selected variables. This study aimed at resolving this instability of variable selection. We developed a framework for identifying truly useful variables by finding regularity among varied combinations of selected variables.

Free Research Field

知能情報学、機械学習、理論神経科学

Academic Significance and Societal Importance of the Research Achievements

変数選択は，医学・工学・理学等多くの場面で使用されている．例えば，遺伝子解析では，変数選択によって，特定の病気に将来なりやすいかどうか識別するのに有用な遺伝子を選び出すことが可能である．変数選択の安定性の問題を解消し，信頼性を高めることにより，より確度の高い病気リスク診断などへの発展が期待される．また，本研究の過程で開発した可視化やクラスタリングの手法は，変数選択に限らず，多くのデータ分析に適用可能なものもあり，幅広い分野での応用が期待される．