Project/Area Number |
20H04243
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Basic Section 61030:Intelligent informatics-related
|
Research Institution | Okinawa Institute of Science and Technology Graduate University (2023) Kyoto University (2020-2022) |
Principal Investigator |
山田 誠 沖縄科学技術大学院大学, 機械学習とデータ科学ユニット, 准教授 (00581323)
|
Co-Investigator(Kenkyū-buntansha) |
下平 英寿 京都大学, 情報学研究科, 教授 (00290867)
POIGNARD BENJAMIN 大阪大学, 大学院経済学研究科, 講師 (40845252)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥17,680,000 (Direct Cost: ¥13,600,000、Indirect Cost: ¥4,080,000)
Fiscal Year 2023: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2020: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
|
Keywords | 選択的推論 / カーネル法 / 木構造最適輸送距離 / 特徴選択 / 統計的推論 / 機械学習 |
Outline of Research at the Start |
バイオロジーや医療分野においては, 特徴数 (例:遺伝子数) が標本数 (例:患者数) よりも大きい高次元 小標本データの解析が重要テーマの一つである. 本研究課題では, 選択的推論 (Selective Inference)と 呼ばれる特徴選択と統計的仮説検定を組み合わせた方法の研究開発を実施する. 具体的には, 研究代 表者らが独自に研究を進めているカーネル法に基づいた非線形選択的推論の枠組みを高次元小標本 データを扱えるように拡張することを目指す. さらに, 提案アルゴリズムを急性骨髄性白血病やアト ピー性皮膚炎といった現実の問題に適用しその有効性を示すことを目的とする.
|
Outline of Annual Research Achievements |
本年度は、カーネル法に基づいた選択的推論手法を提案し, 提案手法をバイオデータに適用した. そして, 機械学習の難関国際会議であるAISTATS2022にて報告した [1]. 上記の結果に加え, 高次元データ解析手法を複数提案した. 具体的には, 木構造最適輸送に基づいたBarycenterの推定手法の提案 [2], 木構造最適輸送距離の学習方法を提案した [3]. これらの研究成果に関しても, AISTATS2022とTransactions on Machine Learning (TMLR)にそれぞれ報告した.
[1] Benjamin Poignard, Peter J. Naylor, Hector Climente-Gonzlez, Makoto Yamada: Feature screening with kernel knockoffs. AISTATS 2022: 1935-1974 [2]Yuki Takezawa, Ryoma Sato, Zornitsa Kozareva, Sujith Ravi, Makoto Yamada: Fixed Support Tree-Sliced Wasserstein Barycenter. AISTATS 2022: 1120-1137 [3]Makoto Yamada, Yuki Takezawa, Ryoma Sato, Han Bao, Zornitsa Kozareva, Sujith Ravi: Approximating 1-Wasserstein Distance with Trees. TMLR 2022
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年度までに一つの目標であったHSIC Lassoの選択的推論の方法を提案することができており, 今年度はKnockoff filterを用いたカーネル法に基づいた選択的推論手法を提案することができた. したがって, 研究は順調に進展している.
|
Strategy for Future Research Activity |
今年度は, knockoff filterとカーネル法に基づいたシンプルな選択的推論手法を提案した. 本年度は, knockoff filterとHSIC Lassoを融合したより検出力の高い選択的推論手法の研究に取り組む. さらに提案した方法の応用研究も実施する予定である.
|