2012 Fiscal Year Research-status Report
機械学習による超高次元データの統計的マッチングとマイクロアレイ解析への応用
| Project/Area Number |
23700165
|
|---|
| 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), 准教授 (40335146)
|
|---|
| Keywords | マイクロアレイ / 多変量検定 / サポートベクトルマシン |
|---|
| Research Abstract |
平成２４年度は主に平成２３年度に構築した検定統計量の有効性を確認するための数値実験を主に行った. マイクロアレイデータのための多変量検定統計量として前年度に構築した３つのアルゴリズム（最近傍分類誤差に基づくもの, サポートベクトルマシン分類器の分類誤差に基づくもの, サポートベクトルマシン分類器の平均マージンに基づくもの）それぞれにおいて, 検出力, 及び, 帰無分布の（ラベル並べ替え検定による）推定の計算効率を比較した. また, サポートベクトルマシンの学習誤差（目的関数値）を検定統計量として利用できるかについても考察した. サポートベクトルマシンの学習は二次計画凸最適化問題として定式化できるため, 主双対ギャップの概念を利用すれば、並べ替えサンプルにおける最適化問題を途中で打ち切ることによる計算の効率化が可能なことがわかった（例えば、並べ替えサンプルの双対目的関数値が並べ替え前のサンプルの目的関数値を上回っていれば打ち切りを行なってもp値の計算が可能となる）. 本年度は既存のワークステーションを行い, 主に, 数値実験を行ったため, 情報収集のための若干の旅費のみを計上した.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成２４年度は平成２３年度で構築した検定統計量の実験的考察とさらなる理論的考察を行う予定であった. 数値実験は既存のワークステーションにおいて実行可能であったため, 当初購入予定であった新規ワークステーションの購入は見送った.上述の成果報告の通り、３つの検定統計量の数値実験による検証と新たな理論解析を行えており、ほぼ計画通りに進展している.
|
| Strategy for Future Research Activity |
平成２５年度は、本研究の最終年度として、研究のまとめ、および、学会発表を主に行う. また, さまざまなマイクロアレイデータを用いてバイオ・メディカルの新たな知識発見を行うための基盤を整備する.
|
| Expenditure Plans for the Next FY Research Funding |
平成２５年度は、研究の総括と今後の課題探索のため, 国内外の会議で学会発表を行う予定である. 主に, 研究成果の公表や関連分野の研究者とのディスカッションのための旅費を当初の予定通り計上すると共に, 数値実験における必要に応じ, ワークステーションの購入を行う.
|
-
-
[Presentation] Density-Difference Estimation2012
Author(s)
M Sugiyama, T Kanamori, T Suzuki, M Plessis, S Liu, I Takeuchi
Organizer
26th Annual Conference on Neural Information Processing Systems (NIPS2012)
Place of Presentation
レノ（アメリカ）
Year and Date
20121202-20121207
-
-
