• 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

小データな多ドメイン間での知識共有のための機械学習手法の開発とその応用

研究課題

研究課題/領域番号 20K19871
研究種目

若手研究

配分区分基金
審査区分 小区分61030:知能情報学関連
研究機関名古屋大学

研究代表者

松井 孝太  名古屋大学, 医学系研究科, 講師 (50737111)

研究期間 (年度) 2020-04-01 – 2025-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
キーワード適応的実験計画 / ベイズ最適化 / 能動的レベル集合推定 / 機械学習 / 転移学習 / 能動学習 / スモールデータ / 能動的転移学習
研究開始時の研究の概要

従来の機械学習の方法では,目標となるタスクで利用可能なデータが小規模である場合,類似した大量のデータを用いて適切な初期モデルを事前学習しておくことが必須であると言える.一方,医学や材料科学などの実験科学分野では,事前モデルを学習可能な大量のデータを取得することが困難な場合が多い.本研究で開発を行う能動的転移学習アルゴリズムは,目標タスクの予測モデルの学習に有用なデータを各リソースから取得するプロセスを最適化することで,従来よりも少ないデータ数で良い性能を発揮するモデルの獲得を実現するためのものである.

研究実績の概要

本年度は、理論研究として特に適応的実験計画としての能動学習手法の開発とその評価、対外発表、論文および書籍の執筆を行った。具体的には以下の3つの項目について取り組んだ。
(1)ベイズ最適化の書籍の執筆を行った。本書は適応的実験計画の枠組みの説明から始め、ベイズ最適化の理論および実装を高いレベルで習得できるような内容となっている。
(2)能動的レベル集合推定のための新しい獲得関数の提案を行なった。能動的レベル集合推定を含む一般の適応的実験計画では、データの少ない探索の初期段階にはあまり有効な候補点を取得できないコールドスタート問題がしばしば起こるが、提案手法によって探索初期段階で他の方法と比較して効率的な探索が可能となることを実験的に示した。本研究は機械学習の国際会議であるNeurIPSのワークショップ(https://openreview.net/group?id=NeurIPS.cc/2023/Workshop/ReALML)で発表を行なった。
(3)機械学習モデルを少ないテスト点で評価するための新たな適応的実験計画法の提案した。既存の能動学習手法のほとんどは機械学習モデルの訓練時に用いるデータ数を節約するための手法であるが、実際にはモデルをテストする際にもテスト精度を正しく評価するために多数のデータが要請される。本研究では、モデルのテスト時に少ないデータ数で十分精度良くテスト精度を推定するための能動学習の方法を提案し、既存の方法と実験的に比較してその有効性を示した。本研究は機械学習の国際会議であるNeurIPSのワークショップ(https://openreview.net/group?id=NeurIPS.cc/2023/Workshop/ReALML)で発表を行なった。
また、応用研究として、自身らが作成した疾患の診断モデルの新規バリデーション研究も行なった。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

本年度は方法論の研究、応用的研究それぞれで成果が得られた。また、書籍の執筆を通して能動学習および適応的実験計画という方法のアウトリーチを広く行うことができた。
能動的レベル集合推定のための新しい獲得関数は、例えば材料科学における様々な低品質領域推定問題に利用できる方法となっている。実際、共同研究者によって取得された太陽電池用シリコンインゴットの評価データによって性能を検証している。また、機械学習モデルの能動的評価のための適応的実験計画法は、様々な種類のモデルを評価対象とすることができる汎用的な方法であり、特に医学や材料科学のようなテストデータの収集に非常にコストがかかる領域において重要な技術となり得るものである。
疾患の診断モデルの新規バリデーション研究では、2017年に開発した心停止後症候群(PCAS)の神経学的予後の予測モデルに対して新たな集団のデータを用意し外的妥当性を検証するバリデーションを行なった。本スコアは、既に外部の研究者らによって複数のバリデーション研究が計画・実施されているが、今回の自身らによる新たな検証によって、その有効性および実用性に対するエビデンスがより強固になったと考えている。
以上のように、能動学習の方法開発および理論的研究について、また実問題を取り扱う応用研究および方法論のアウトリーチについて、おおむね順調に進んでいると判断することができる。

今後の研究の推進方策

本年度の活動では、能動学習・適応的実験計画の研究に大きな進展が得られた。今後の展開として、(1)転移学習側の方法論の拡張と応用、(2)両者を能動的転移学習の方法として統合することを考えている。
(1)については、複数の元ドメインから特定に目標ドメインにデータをのものを転移するための事例転移の方法を開発する。事例転移として定式化する理由は、医学研究や材料科学研究のような全体のデータ数が少ない問題では、モデルの学習にできるだけ多くのデータを利用できるようにすることが重要だからである。既存の多くの方法は、類似度の低いドメインのデータはドメイン単位で利用されないことが多く、転移学習を用いたとしてもサンプルサイズが小さい問題が解消できない可能性が少なくない。これを解決するような事例転移アルゴリズムを開発し、実際の臨床試験のデータに適用してその有効性を検証することを計画している。
(2)については、(1)で開発した方法を援用した過去データを利用可能な適応的実験計画のアルゴリズムを開発することを考えている。

報告書

(4件)
  • 2023 実施状況報告書
  • 2022 実施状況報告書
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 研究成果

    (25件)

すべて 2024 2023 2022 2021 2020

すべて 雑誌論文 (6件) (うち査読あり 5件、 オープンアクセス 1件) 学会発表 (17件) (うち国際学会 4件、 招待講演 4件) 図書 (2件)

  • [雑誌論文] Prediction of the neurological outcomes post-cardiac arrest: A prospective validation of the CAST and rCAST2024

    • 著者名/発表者名
      Kikutani Kazuya、Nishikimi Mitsuaki、Matsui Kota、Sakurai Atsushi、Hayashida Kei、Kitamura Nobuya、Tagami Takashi、Nakada Taka-aki、Matsui Shigeyuki、Ohshimo Shinichiro、Shime Nobuaki
    • 雑誌名

      The American Journal of Emergency Medicine

      巻: 75 ページ: 46-52

    • DOI

      10.1016/j.ajem.2023.10.028

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり
  • [雑誌論文] Feature extraction and spatial imaging of synchrotron radiation X-ray diffraction patterns using unsupervised machine learning2024

    • 著者名/発表者名
      Kutsukake Kentaro、Kamioka Takefumi、Matsui Kota、Takeuchi Ichiro、Segi Takashi、Sasaki Takuo、Fujikawa Seiji、Takahasi Masamitu
    • 雑誌名

      Science and Technology of Advanced Materials: Methods

      巻: 4 号: 1

    • DOI

      10.1080/27660400.2024.2336402

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] The rCAST score is useful for estimating the neurological prognosis in pediatric patients with post-cardiac arrest syndrome before ICU admission: External validation study using a nationwide prospective registry2021

    • 著者名/発表者名
      Yasuda Yuma、Nishikimi Mitsuaki、Matsui Kota、Numaguchi Atsushi、Nishida Kazuki、Emoto Ryo、Matsui Shigeyuki、Matsuda Naoyuki
    • 雑誌名

      Resuscitation

      巻: 168 ページ: 103-109

    • DOI

      10.1016/j.resuscitation.2021.09.025

    • 関連する報告書
      2021 実施状況報告書
    • 査読あり
  • [雑誌論文] Postoperative stroke and neurological outcomes in the early phase after revascularization surgeries for moyamoya disease: an age-stratified comparative analysis2021

    • 著者名/発表者名
      Araki Yoshio、Yokoyama Kinya、Uda Kenji、Kanamori Fumiaki、Kurimoto Michihiro、Shiba Yoshiki、Mamiya Takashi、Nishihori Masahiro、Izumi Takashi、Sumitomo Masaki、Okamoto Sho、Matsui Kota、Emoto Ryo、Wakabayashi Toshihiko、Matsui Shigeyuki、Natsume Atsushi
    • 雑誌名

      Neurosurgical Review

      巻: - 号: 5 ページ: 2785-2795

    • DOI

      10.1007/s10143-020-01459-0

    • 関連する報告書
      2020 実施状況報告書
    • 査読あり
  • [雑誌論文] Adaptive Bayesian optimization for epitaxial growth of Si thin films under various constraints2020

    • 著者名/発表者名
      Osada Keiichi、Kutsukake Kentaro、Yamamoto Jun、Yamashita Shigeo、Kodera Takashi、Nagai Yuta、Horikawa Tomoyuki、Matsui Kota、Takeuchi Ichiro、Ujihara Toru
    • 雑誌名

      Materials Today Communications

      巻: 25 ページ: 101538-101538

    • DOI

      10.1016/j.mtcomm.2020.101538

    • 関連する報告書
      2020 実施状況報告書
    • 査読あり
  • [雑誌論文] エンジニアの知識と機械学習の融合 シリコンエピタキシャル成長プロセスへのベイズ最適化応用2020

    • 著者名/発表者名
      沓掛健太朗、長田圭一、松井孝太、山本純
    • 雑誌名

      応用物理

      巻: 89 ページ: 711-714

    • NAID

      130007952790

    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] Active Testing of Binary Classification Model Using Level Set Estimation2023

    • 著者名/発表者名
      Takuma Ochiai, Keiichiro Seno, Kota Matsui, Satoshi Hara
    • 学会等名
      NeurIPS 2023 Workshop on Adaptive Experimental Design and Active Learning in the Real World
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] Local Acquisition Function for Active Level Set Estimation2023

    • 著者名/発表者名
      Yuta Kokubun, Kota Matsui, Kentaro Kutsukake, Wataru Kumagai, Takafumi Kanamori
    • 学会等名
      NeurIPS 2023 Workshop on Adaptive Experimental Design and Active Learning in the Real World
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] レベル集合推定に基づく二値分類モデルの能動的評価2023

    • 著者名/発表者名
      落合拓真, 瀬野圭一朗, 松井孝太, 原聡
    • 学会等名
      第26回情報論的学習理論ワークショップ (IBIS2023)
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] 局所探索型獲得関数に基づく能動的レベル集合推定法の提案2023

    • 著者名/発表者名
      國分裕太, 松井孝太, 沓掛健太郎, 熊谷亘, 金森敬文
    • 学会等名
      第26回情報論的学習理論ワークショップ (IBIS2023)
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] Exploration of fluorine solvent for Minor Actinide extraction2022

    • 著者名/発表者名
      Masahiko Nakase, Kota Matsui, Miki Harigai, Shinta Watanabe, Chihiro Tabata, Tomoo Yamamura, Tohru Kobayashi, Takashi Kajitani, Koichi Kakinoki, Taisuke Tsukamoto, Takashi Shimada
    • 学会等名
      International Solvent Extraction Conference 2022 (ISEC2022)
    • 関連する報告書
      2022 実施状況報告書
    • 国際学会
  • [学会発表] 抗がん剤第I相臨床試験における最大耐用量推定のための能動的レベル集合推定2022

    • 著者名/発表者名
      瀬野圭一朗, 松井孝太, 松井茂之
    • 学会等名
      第25回情報論的学習理論ワークショップ (IBIS2022)
    • 関連する報告書
      2022 実施状況報告書
  • [学会発表] Make machine learning more efficient using external knowledge: A guide to transfer learning2022

    • 著者名/発表者名
      Kota Matsui, Zhi Li, Kei Yonekawa, Mori Kurokawa
    • 学会等名
      IEEE SMARTCOMP 2022
    • 関連する報告書
      2022 実施状況報告書
    • 国際学会
  • [学会発表] MA抽出のためのフッ素系スーパー溶媒探索問題における機械学習応用の展望2022

    • 著者名/発表者名
      松井孝太, 中瀬正彦, 針貝美樹, 渡邊真太, 田端千紘, 山村朝雄, 小林徹, 塚本泰介, 柿木浩一, 島田隆
    • 学会等名
      日本原子力学会2022年春の年会
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] 転移学習の基礎からコーディングまで ~様々なデータに適応するための機械学習の方法論~2022

    • 著者名/発表者名
      松井孝太, Zhi Li, 米川慧, 黒川茂莉
    • 学会等名
      第14回データ工学と情報マネジメントに関するフォーラム (DEIM2022)
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法2021

    • 著者名/発表者名
      松井孝太
    • 学会等名
      第27回画像センシングシンポジウム (SSII2021)
    • 関連する報告書
      2021 実施状況報告書
    • 招待講演
  • [学会発表] 転移学習の基本概念:異なるタスク間での知識転移のための機械学習2021

    • 著者名/発表者名
      松井孝太
    • 学会等名
      第42回情報論的学習理論と機械学習研究会
    • 関連する報告書
      2020 実施状況報告書
    • 招待講演
  • [学会発表] 転移学習の基礎と医学研究への応用:外部のデータや知識を有効に取り入れるための機械学習2021

    • 著者名/発表者名
      松井孝太
    • 学会等名
      第1回AI・データイノベーションセミナー (広島大学)
    • 関連する報告書
      2020 実施状況報告書
    • 招待講演
  • [学会発表] 構造出力の逆問題のためのベイズ的能動学習2020

    • 著者名/発表者名
      松井孝太,草川隼也,安藤圭理,沓掛健太朗,宇治原徹,竹内一郎
    • 学会等名
      第34回人工知能学会全国大会
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] Neural Process によるメタ学習に基づくベイズ最適化2020

    • 著者名/発表者名
      河野慎,熊谷亘,松井孝太,岩澤有祐,松尾豊
    • 学会等名
      第34回人工知能学会全国大会
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] 償却推論に基づいた継続学習2020

    • 著者名/発表者名
      川島寛乃,河野慎,熊谷亘,松井孝太,中澤仁
    • 学会等名
      第34回人工知能学会全国大会
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] Siエピタキシャル成長プロセスにおける適応的な制約を用いたベイズ最適化2020

    • 著者名/発表者名
      長田圭一,沓掛健太朗,山本純,山下茂雄,小寺崇,永井勇太,堀川智之,松井孝太,竹内一郎,宇治原徹
    • 学会等名
      第81回応用物理学会秋季学術講演会
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] 転移学習の発展と応用(基本概念からメタ学習, 継続学習まで)2020

    • 著者名/発表者名
      松井孝太
    • 学会等名
      パターン認識・メディア理解研究会
    • 関連する報告書
      2020 実施状況報告書
    • 招待講演
  • [図書] ベイズ最適化ー適応的実験計画の基礎と実践ー2023

    • 著者名/発表者名
      今村秀明, 松井孝太
    • 総ページ数
      316
    • 出版者
      近代科学社
    • ISBN
      9784764906631
    • 関連する報告書
      2023 実施状況報告書
  • [図書] データ分析の進め方及びAI・機械学習導入の指南~データ収集・前処理・分析・評価結果の実務レベル対応~2020

    • 著者名/発表者名
      荻原大陸, 長橋賢吾, 井上忠治, 松井孝太 他
    • 総ページ数
      390
    • 出版者
      情報機構
    • ISBN
      9784865021912
    • 関連する報告書
      2020 実施状況報告書

URL: 

公開日: 2020-04-28   更新日: 2024-12-25  

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