Development of SMAD for big query on big data

2020 Fiscal Year Final Research Report

• Project/Area Number: 17H01693
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Research Field: Theory of informatics
• Research Institution: The University of Tokyo
• Principal Investigator: Shibuya Tetsuo 東京大学, 医科学研究所, 教授 (60396893)
• Project Period (FY): 2017-04-01 – 2021-03-31
• Keywords: アルゴリズム理論

Outline of Final Research Achievements

A new technology for searching big data is desired. SMAD (Statistical Model-based Algorithm Design) is a candidate for improving these searching algorithms. In this research, we explored applications of SMAD technology to big query/big data searching problems. In particular, we developed new searching technologies for individual genome databases, protein 3-D databases, and natural language text databases. Moreover we succeeded in developing technologies for privacy preserving, memory distribution for PCM memories, and next generation sequencer read analysis.

Free Research Field

バイオインフォマティクス・アルゴリズム

Academic Significance and Societal Importance of the Research Achievements

近年のデータ爆発は、大規模ビッグデータに対する大規模なクエリーを著しく困難にしており、それに対する超効率な検索基盤技術の開発が求められている。本研究では、SMAD技術を核に、ゲノムデータベース、タンパク質立体構造データベース、自然言語テキストデータベースなど様々なデータベースに対する検索技術の開発に成功したほか、プライバシー保護、PCMメモリの活用、次世代シークエンサー解析など、様々なデータ解析の基盤技術の高度化にも貢献することに成功している。これらの技術によって、今後さらにビッグデータの利活用が高度化されることが期待できる。