Reliable Tensor-Network Fusion Approach to Medical Informatics: Novel Techniques and Benchmarks

• 研究課題/領域番号: 24K03005
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分61030:知能情報学関連; 小区分60030:統計科学関連; 合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
• 研究機関: 国立研究開発法人理化学研究所
• 研究代表者: 李 超 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, 研究員 (10869837)
• 研究分担者: 孫 哲 順天堂大学, 健康データサイエンス学部, 助教 (40804662) ; ZHAO QIBIN 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, チームリーダー (30599618) ; 青木 茂樹 順天堂大学, 大学院医学研究科, 教授 (80222470)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円); 2027年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2024年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
• キーワード: multi-modal learning / tensor fusion

研究開始時の研究の概要

We create a correlation-aware tensor fusion network, enabling the network to learn multi-modal structures directly; explore selective inference within the TFN framework to bolster the reliability of our data fusion methods; and introduce a new multi-modal, multi-task medical benchmark dataset.