2017 Fiscal Year Annual Research Report
Machine learning with effective integration of multiple datasets
| Project/Area Number |
16H02866
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
志賀 元紀 岐阜大学, 工学部, 准教授 (20437263)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 機械学習 / 行列分解 / スペクトルイメージ / ベイズ最適化 |
|---|
| Outline of Annual Research Achievements |
モード数３のテンソル（３次元配列）の解析において、実応用に合わせた手法をいくつか開発した。１つ目は３Dラマン分光によるスペクトルイメージの解析法である。この計測データは、解析対象の材料を３D計測をするものであるが深さ方向に隣接する位置での計測スペクトルが混合される問題がある。今年度の研究では、この混合問題を解消して網羅的にスペクトル解析する手法を開発した。物質材料計測のデータ解析法に関して国内外のワークショップ・研究会で発表・議論を行い、新しい方向性を開拓した。２つ目の手法は、天文科学データ解析への応用であり、恒星から生成される水メーザースペクトルのスペクトル分解法である。複数のガウス基底関数でスペクトルをモデリングしフィティングすることで、複数のピークを持つ時系列のスペクトルを網羅的に解析する手法を開発した。
今年度に想定していた分子生物学における応用データ解析（ヒストン化学修飾の変異の検出）のために、スパース正則化を用いたモデルおよび学習アルゴリズムを研究した。しかしながら、分子生物学的な知見を得るほどのデータ数を得ることが難しいことが判明し、手法の有効性を十分に検証するまでに至らなかった。検討した手法に関しては、異なるデータを用いてその有用性を今後検証する予定である。また、多次元空間における未観測値のガウス過程による予測、ベイズ最適化をベースとした最適経路探索法の研究に取り組み、物質材料科学におけるデータ解析に応用した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
これまで物質材料科学の計測データのモデル化およびデータ解析法の研究について順調に成果が得られている。今後は、もう１つの応用分野である分子生物学のデータに関する調査、また、計算効率化のための研究に力を入れる予定である。
|
| Strategy for Future Research Activity |
対象とする応用の計測データのサイズが肥大化しているので、次年度に計算用GPUなどのコンピュータ環境を増強する予定である。また、計算コストを減らすためのアルゴリズム等の研究にも取り組む予定である。
|
