Generalization of machine learning based on mutational robustness and homeostasis of gene regulatory networks

Research Project

Project/Area Number	21K12059
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61040:Soft computing-related
Research Institution	Kyoto University
Principal Investigator	市瀬夏洋京都大学, 情報学研究科, 助教 (70302750)
Project Period (FY)	2021-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2021)
Budget Amount *help	¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000) Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000) Fiscal Year 2021: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Keywords	機械学習 / 汎化 / 遺伝子ネットワーク
Outline of Research at the Start	機械学習に遺伝子ネットワークが持つ変異ロバスト性やホメオスタシスの特徴を導入し、汎化能力の向上に有効であるかを検証する。変異ロバスト性とホメオスタシスは遺伝子ネットワークの入出力の構造的非対称性に対してトレードオフの関係にある。このトレードオフが汎化能力の強度に直接関わると予想される。汎化能力と非対称構造について数理的に検証し、機械学習において入出力の非対称構造を実現する正則化手法を確立する。これを応用し、平衡点アトラクタをリカレントネットワークによって獲得する手法を開発するとともに、自己符合化器への応用を検討する。さらに正則化および平衡点学習を応用した遺伝子ネットワークの推定法を開発する。