• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

ビッグデータ駆動型科学のための仮説生成・検証法開発と材料,生物,医療分野での実証

研究課題

研究課題/領域番号 17H00758
研究種目

基盤研究(A)

配分区分補助金
応募区分一般
研究分野 知能情報学
研究機関名古屋工業大学

研究代表者

竹内 一郎  名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)

研究分担者 二宮 嘉行  統計数理研究所, 数理・推論研究系, 教授 (50343330)
豊浦 和明  京都大学, 工学研究科, 准教授 (60590172)
安河内 彦輝  三重大学, 地域イノベーション推進機構, 助教 (60624525)
井上 圭一  東京大学, 物性研究所, 准教授 (90467001)
研究期間 (年度) 2017-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
42,510千円 (直接経費: 32,700千円、間接経費: 9,810千円)
2019年度: 12,350千円 (直接経費: 9,500千円、間接経費: 2,850千円)
2018年度: 12,350千円 (直接経費: 9,500千円、間接経費: 2,850千円)
2017年度: 11,700千円 (直接経費: 9,000千円、間接経費: 2,700千円)
キーワード機械学習 / 統計科学 / 材料科学 / 生物化学 / 医療科学 / Post-Selection Inference / 生物科学 / Selective Inference / ビッグ・データ / ビッグデータ
研究成果の概要

さまざまな科学研究の分野で研究対象に関する膨大なデータが計測できるようになった.このようなデータに基づいて科学的発見を目指すアプローチはデータ駆動型科学と呼ばれている.データ駆動型科学では,データに基づいて仮説を選択するが,データにとって都合のよい仮説が誤って選択されるリスクがあり,適切に信頼性評価を行わなくてはならない.本研究では,選択的推論と呼ばれる技術を用いて,材料,生物,医療分野におけるデータ駆動型仮説の信頼性評価を行う方法を確立し,その実証を行った.

研究成果の学術的意義や社会的意義

研究対象から得られるデータに基づいて科学的発見を目指すアプローチはデータ駆動型科学と呼ばれ,さまざまな分野で有望視されている.しかしながら,データから仮説を選択する際に選択バイアスが生じてしまい,特に,誤った意思決定が重大なリスクとなる分野においては,データ駆動型仮説の信頼性評価が不可欠である.本研究ではデータ駆動型仮説の信頼性評価を行うための方法論を確立し,これをさまざまな分野で実証した.本研究の成果は健在なデータ駆動型科学の発展に寄与するものである.

報告書

(4件)
  • 2020 研究成果報告書 ( PDF )
  • 2019 実績報告書
  • 2018 実績報告書
  • 2017 実績報告書
  • 研究成果

    (23件)

すべて 2019 2018 2017

すべて 雑誌論文 (10件) (うち国際共著 2件、 査読あり 10件、 オープンアクセス 4件) 学会発表 (13件) (うち招待講演 7件)

  • [雑誌論文] Learning Interpretable Metric between Graphs2019

    • 著者名/発表者名
      Yoshida Tomoki、Takeuchi Ichiro、Karasuyama Masayuki
    • 雑誌名

      Proceedings of ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD2019)

      巻: NA ページ: 1026-1036

    • DOI

      10.1145/3292500.3330845

    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Selective inference via marginal screening for high dimensional classification2019

    • 著者名/発表者名
      Yuta Umezu, Ichiro Takeuchi
    • 雑誌名

      Japanese Journal of Statistics and Data Science

      巻: 2 号: 2 ページ: 559-589

    • DOI

      10.1007/s42081-019-00058-8

    • NAID

      210000171950

    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Safe Grid Search with Optimal Complexity2019

    • 著者名/発表者名
      Ndiaye Y., Le T., Fercoq O., Salmon J., Takeuchi I.
    • 雑誌名

      Proceedings of International Conference on Machine Learning (ICML2019)

      巻: NA

    • 関連する報告書
      2019 実績報告書
    • 査読あり / 国際共著
  • [雑誌論文] Understanding Colour Tuning Rules and Predicting Absorption Wavelengths of Microbial Rhodopsins by Data-Driven Machine-Learning Approach2018

    • 著者名/発表者名
      Karasuyama Masayuki、Inoue Keiichi、Nakamura Ryoko、Kandori Hideki、Takeuchi Ichiro
    • 雑誌名

      Scientific Reports

      巻: 8 号: 1 ページ: 15580-15580

    • DOI

      10.1038/s41598-018-33984-w

    • 関連する報告書
      2018 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Bayesian-Driven First-Principles Calculations for Accelerating Exploration of Fast Ion Conductors for Rechargeable Battery Application2018

    • 著者名/発表者名
      Jalem Randy、Kanamori Kenta、Takeuchi Ichiro、Nakayama Masanobu、Yamasaki Hisatsugu、Saito Toshiya
    • 雑誌名

      Scientific Reports

      巻: 8 号: 1

    • DOI

      10.1038/s41598-018-23852-y

    • 関連する報告書
      2018 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Knowledge-transfer-based cost-effective search for interface structures: A case study on fcc-Al [110] tilt grain boundary2018

    • 著者名/発表者名
      Yonezu Tomohiro、Tamura Tomoyuki、Takeuchi Ichiro、Karasuyama Masayuki
    • 雑誌名

      Physical Review Materials

      巻: 2 号: 11

    • DOI

      10.1103/physrevmaterials.2.113802

    • 関連する報告書
      2018 実績報告書
    • 査読あり
  • [雑誌論文] Exploring a potential energy surface by machine learning for characterizing atomic transport2018

    • 著者名/発表者名
      Kanamori Kenta、Toyoura Kazuaki、Honda Junya、Hattori Kazuki、Seko Atsuto、Karasuyama Masayuki、Shitara Kazuki、Shiga Motoki、Kuwabara Akihide、Takeuchi Ichiro
    • 雑誌名

      Physical Review B

      巻: 97 号: 12 ページ: 125124-125124

    • DOI

      10.1103/physrevb.97.125124

    • 関連する報告書
      2017 実績報告書
    • 査読あり
  • [雑誌論文] Fast and Scalable Prediction of Local Energy at Grain Boundaries: Machine-learning based Modeling of First-principles Calculations2017

    • 著者名/発表者名
      T. Tamura,M. Karasuyama,R. Kobayashi,R. Arakawa,Y. Shiihara,I. Takeuchi
    • 雑誌名

      Modelling and Simulation in Materials Science and Engineering

      巻: 25-7 ページ: 075003-075003

    • NAID

      130007508444

    • 関連する報告書
      2017 実績報告書
    • 査読あり
  • [雑誌論文] Prognostic relevance of genetic alterations in diffuse lower-grade gliomas2017

    • 著者名/発表者名
      Aoki Kosuke、Nakamura Hideo、Suzuki Hiromichi et al.
    • 雑誌名

      Neuro-Oncology

      巻: 20 号: 1 ページ: 66-77

    • DOI

      10.1093/neuonc/nox132

    • 関連する報告書
      2017 実績報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Identification of CDC42BPG as a novel susceptibility locus for hyperuricemia in a Japanese population2017

    • 著者名/発表者名
      Y. Yasukochi,J. Sakuma,I. Takeuchi,K. Kato,M. Oguri,T. Fujimaki,H. Horibe,Y. Yamada
    • 雑誌名

      Molecular Genetics and Genomics

      巻: NA 号: 2 ページ: 371-379

    • DOI

      10.1007/s00438-017-1394-1

    • NAID

      120007134371

    • 関連する報告書
      2017 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] Selective Inference による教師なし学習結果の信頼性評価2019

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      統計学と機械学習の数理と展開
    • 関連する報告書
      2019 実績報告書
    • 招待講演
  • [学会発表] データ駆動型人工知能のものづくりへの活用2019

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      電子情報通信学会東海支部講演会
    • 関連する報告書
      2019 実績報告書
    • 招待講演
  • [学会発表] データ駆動型科学のための統計的推論法2018

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      情報理論とその応用シンポジウム(SITA2018)
    • 関連する報告書
      2018 実績報告書
    • 招待講演
  • [学会発表] Selective Inference を用いた不均一データ分析のための統計的推論2018

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      統計関連学会連合大会
    • 関連する報告書
      2018 実績報告書
    • 招待講演
  • [学会発表] ガウス過程の導関数に基づく極小点の同定のための能動学習2018

    • 著者名/発表者名
      稲津佑,椙田大輔,豊浦和明,竹内一郎
    • 学会等名
      第21回情報論的学習理論ワークショップ (IBIS2018)
    • 関連する報告書
      2018 実績報告書
  • [学会発表] そのクラスタ信用できますか? -クラスタ分割に対する統計的検証-2018

    • 著者名/発表者名
      井上茂乗,梅津佑太,竹内一郎
    • 学会等名
      第21回情報論的学習理論ワークショップ (IBIS2018)
    • 関連する報告書
      2018 実績報告書
  • [学会発表] 機械学習による伝導性材料の物性値推定2018

    • 著者名/発表者名
      竹内一郎,金森研太,豊浦和明,本多淳也,服部,世古敦人,烏山昌幸,設楽一樹,志賀元紀,桑原彰秀
    • 学会等名
      日本物理学会
    • 関連する報告書
      2017 実績報告書
    • 招待講演
  • [学会発表] 機械学習によるバイオロギングデータ分析2018

    • 著者名/発表者名
      竹内一郎,佐久間拓人,西和弥,梅津佑太,岸本薫,烏山昌幸,梶岡慎輔,山崎修平,木村幸太郎,松本祥子,依田憲,福冨又三郎,設樂久志,小川宏人
    • 学会等名
      日本生態学会
    • 関連する報告書
      2017 実績報告書
    • 招待講演
  • [学会発表] データ駆動型の科学的発見とその材料科学への応用2018

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      金属学会セミナー
    • 関連する報告書
      2017 実績報告書
    • 招待講演
  • [学会発表] 系列データからのクラス特異的代表パターン選出: 分類モデルとMorse Complex によるアプローチ2018

    • 著者名/発表者名
      烏山昌幸,竹内一郎
    • 学会等名
      電子情報通信学会 第32回情報論的学習理論と機械学習研究会(IBISML)
    • 関連する報告書
      2017 実績報告書
  • [学会発表] マージン最大化距離学習におけるセーフスクリーニング2017

    • 著者名/発表者名
      吉田知貴,竹内一郎,烏山昌幸
    • 学会等名
      電子情報通信学会 第31回情報論的学習理論と機械学習研究会(IBISML)
    • 関連する報告書
      2017 実績報告書
  • [学会発表] ヘテロジニアスなデータに対するクラスタリング後の推論2017

    • 著者名/発表者名
      井上茂乗,梅津佑太,坪田庄真,竹内一郎
    • 学会等名
      電子情報通信学会 第31回情報論的学習理論と機械学習研究会(IBISML)
    • 関連する報告書
      2017 実績報告書
  • [学会発表] コスト考慮型ベイズ最適化による複数目的関数最適化とその材料分野への応用2017

    • 著者名/発表者名
      米津智弘,田村友幸,小林亮,竹内一郎,烏山昌幸
    • 学会等名
      電子情報通信学会 第29回情報論的学習理論と機械学習研究会(IBISML)
    • 関連する報告書
      2017 実績報告書

URL: 

公開日: 2017-04-28   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi