| 研究課題/領域番号 |
15K00402
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生命・健康・医療情報学
|
|---|
| 研究機関 | 関西大学 (2017-2018)
大阪大学 (2015-2016) |
|---|
研究代表者 |
竹中 要一 関西大学, 総合情報学部, 教授 (00324830)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2015年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 生物情報学 / ベイジアンネットワーク / 遺伝子制御ネットワーク / 一塩基多型 / 大規模データ / 因果関係 / 変数選択 / インタラクティブ性 / 大規模 / 小観測点 / Devide & Reconstruction |
|---|
| 研究成果の概要 |
データ解析をするにあたり事象間の原因と結果を表す因果関係は、単に事象間の変化が類似している事を表す相関関係よりも重要である。この因果関係を表現するモデル及び因果関係の推定手法として,ベイジアンネットワークは小規模なデータ解析に大きく貢献してきた。ベイジアンネットワークは因果関係を条件付き確率で表した確率モデルであり、事象に対応する頂点間の有向辺で因果関係を表す非循環有向グラフである。
本研究では、ベイジアンネットワークが推定可能な事象数を拡大する事、同一事象を対象とし異なる情報源から観測されたデータを比較する方法を提案した。そして有効性を生物学分野の実データを用いた検証を通じて明らかとした。
|
| 研究成果の学術的意義や社会的意義 |
ベイジアンネットワークによる因果関係解析は、生物学、医学、薬学に止まらず医師の診断、イメージ認識、言語認識でも用いられる汎用的な手法である。各分野において今後もデータ産生量が増大し続ける事は確実であろう。そのため、因果関係を推定可能の事象数を拡大可能な手法、および観測データ比較を可能とする手法の需要は今後も拡大し続けるであろう。そのため、本研究の成果は生物学に止まらず、他分野データの解析においても新しい知見を獲得するための手段として活躍する事が期待される。
|
