研究課題
若手研究(B)
本研究プロジェクトでは，グラフ構造をもつ巨大なデータに対して，部分構造（部分グラフ）を発見し，それらの統計的有意性を保証することを目的とし，研究をおこなった．まず，情報幾何の理論をこの問題に導入することで，部分グラフの探索において不必要な領域を積極的に取り除くことを可能にするための基礎理論を構築した．また，確率的論理プログラミングによる学習を利用することで，得られた部分グラフ集合を簡潔に表すことに成功した．さらに，大量に得られる部分グラフに対する解析をより進めるために，部分グラフ間の類似度を測るためのグラフカーネル手法について，広く利用可能なR及びPythonのパッケージを開発し，公開した．
ソーシャルネットワークから分子構造まで，様々な対象がグラフと呼ばれる構造で表現される．多くの場合，グラフ中の特定の部分構造が，重要な役割を担っている．しかし，これまでは，統計的有意性を保証しつつそれらの重要な部分グラフを発見する手法は確立されていなかった．本研究では，この目的を達成するための手法を研究するとともに，いくつかの実用的なアルゴリズムを提案することに成功した．本研究は，情報学にとどまらず，生命科学や化学など，様々な分野へ応用可能な基盤技術となることが期待される．
すべて 2019 2018 2017 その他
すべて 国際共同研究 (5件) 雑誌論文 (6件) (うち国際共著 3件、 査読あり 5件、 オープンアクセス 6件、 謝辞記載あり 1件) 学会発表 (10件) (うち国際学会 2件、 招待講演 3件) 図書 (2件)
Proceedings of the 33rd AAAI Conference on Artificial Intelligence (AAAI-19)
巻: 印刷中
Intelligent Data Analysis
Advances in Neural Information Processing Systems (NeurIPS2018)
巻: 31 ページ: 8825-8835
Bioinformatics
巻: 34 号: 3 ページ: 530-532
10.1093/bioinformatics/btx602
Proceedings of the 34th International Conference on Machine Learning
巻: 70 ページ: 3270-3279
オペレーションズ・リサーチ誌
巻: 62 ページ: 226-232
