超高次元データに対する非線形解析手法の研究開発

• 研究課題/領域番号: 16K16114
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 知能情報学
• 研究機関: 国立研究開発法人理化学研究所 (2017); 京都大学 (2016)
• 研究代表者: 山田 誠 国立研究開発法人理化学研究所, 革新知能統合研究センター, ユニットリーダー (00581323)
• 研究期間 (年度): 2016-04-01 – 2018-03-31
• 研究課題ステータス: 完了 (2017年度)
• 配分額: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円); 2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2016年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
• キーワード: 特徴選択 / 非線形 / 機械学習

研究成果の概要

本研究を通して, 100万次元を超える超高次元特徴から数時間で非線形性の特徴を選択できるアルゴリズムを世界で初めて開発した.　さらに, 機械学習分野外の研究者が開発したプログラムを利用できるように, 提案法(HSIC Lasso)をPythonで実装し (pyHSICLasso), Githubにてソースコードを公開することに加え, 利用者が容易にプログラムをインストールできるようにした. 本研究成果はデータマイニングの難関ジャーナルであるIEEE Transactions on Knowledge and Data Engineering (TKDE)に投稿し採録された.

研究成果

• [国際共同研究] Aalto University(フィンランド)
• [国際共同研究] University Colledge London(英国)
• [国際共同研究] Indiana University/Huawei Research America/Michigan State University(米国)
• [国際共同研究] Simon Frasor University/University of British Columbia(カナダ)
• [国際共同研究] JD.com(中国)
• [国際共同研究]
• [雑誌論文] Ultra High-Dimensional Nonlinear Feature Selection for Big Biological Data (2018)
  • 著者名/発表者名: Yamada Makoto、Tang Jiliang、Lugo-Martinez Jose、Hodzic Ermin、Shrestha Raunak、Ouyang Hua、Radivojac Predrag、Sahinalp Cenk、Menczer Filippo、Chang Yi、Saha Avishek、Mamitsuka Hiroshi、Yin Dawei
  • 雑誌名: IEEE Transactions on Knowledge and Data Engineering 巻: n/a 号: 7 ページ: 1-1
  • DOI: 10.1109/tkde.2018.2789451
  • 査読あり / オープンアクセス / 国際共著
• [雑誌論文] Lifecycle Modeling for Buzz Temporal Pattern Discovery (2016)
  • 著者名/発表者名: Yi Chang, Makoto Yamada, Antonio Ortega
  • 雑誌名: ACM Transactions on Knowledge Discovery from Data (TKDD) 巻: 11 号: 2 ページ: 1-24
  • DOI: 10.1145/2994605
  • 査読あり / 国際共著 / 謝辞記載あり
• [学会発表] Localized Lasso for High-Dimensional Regression (2017)
  • 著者名/発表者名: Yamada Makoto、Takeuchi Koh、Iwata Tomoharu、Taylor John-Shawe、Kaski Samuel
  • 学会等名: AISTATS 2017
  • 国際学会
• [学会発表] Convex Factorization Machine for Toxicogenomics Prediction (2017)
  • 著者名/発表者名: Yamada Makoto、Lian Wenzhao、Goyal Amit、Chen Jianhui、Wimalawarne Kishan、Khan Suleiman A.、Kaski Samuel、Mamitsuka Hiroshi、Chang Yi
  • 学会等名: Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
  • 国際学会
• [学会発表] Multi-view Anomaly Detection via Robust Probabilistic Latent Variable Models (2016)
  • 著者名/発表者名: Tomoharu Iwata, Makoto Yamada
  • 学会等名: Neural Information Processing Systems (NIPS 2016)
  • 発表場所: Barcelona Spain
  • 年月日: 2016-12-05
  • 国際学会
• [学会発表] Which Tumblr Post Should I read Next? (2016)
  • 著者名/発表者名: Zornitsa Kozareva, Makoto Yamada
  • 学会等名: the annual meeting of the Association for Computational Linguistics (ACL)
  • 発表場所: Berlin Germany
  • 年月日: 2016-08-07
  • 国際学会
• [学会発表] A Robust Convex Formulation for Ensemble Clustering (2016)
  • 著者名/発表者名: Junning Gao, Makoto Yamada, Samuel Kaski, Hiroshi Mamitsuka, Shanfeng Zhu
  • 学会等名: The Twenty-Fifth International Joint Conference on Artificial Intelligence (IJCAI-16)
  • 発表場所: New York USA
  • 年月日: 2016-07-09
  • 国際学会
• [学会発表] Timeline Summarization from Social Media with Life Cycle Models (2016)
  • 著者名/発表者名: Yi Chang, Jiliang Tang, Dawei Yin, Makoto Yamada, Yan Liu
  • 学会等名: The Twenty-Fifth International Joint Conference on Artificial Intelligence (IJCAI-16)
  • 発表場所: New York USA
  • 年月日: 2016-07-09
  • 国際学会
• [備考] pyHSICLasso
  • URL: https://github.com/riken-aip/pyHSICLasso