| 研究領域 | シンギュラリティ生物学 |
|---|
| 研究課題/領域番号 |
18H05413
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
複合領域
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
小松崎 民樹 北海道大学, 電子科学研究所, 教授 (30270549)
|
|---|
| 研究分担者 |
中村 篤祥 北海道大学, 情報科学研究院, 教授 (50344487)
小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2023-03-31
|
| キーワード | 因果推論 / 主従関係 / 細胞性粘菌 / 数理モデル / 多腕バンディット手法 / 強化学習 / ラマン計測 |
|---|
| 研究成果の概要 |
（細胞などの）要素間の多体の相互作用を，因果関係を推定する情報理論を改良することで，従来法に比して主従関係をより正しく評価できるとともに，2つの要素の軌跡データだけを用いて分析できる手法を開発した。ラマン分光計測に対して、人工知能を計測過程に介入操作させることで、励起照射の形・パターンを自律的に制御し、無駄を省き必要な分光情報を重点的に獲得することで、精度を保証したレア細胞などの異常検知診断を数百から数千倍迅速化することに成功した。計測に関与する様々なノイズ存在下、スパース性と区分的平滑性と呼ばれる前提条件のもと、画像内に存在する細胞画像を高精度で抽出する手法を考案した。
|
| 自由記述の分野 |
化学物理・生物物理
|
| 研究成果の学術的意義や社会的意義 |
多体のあいだの主従関係や因果関係を推定することは要素間の組み合わせの数が膨大になり，データ科学における難問であった。従来法に比して，背後の因果関係をより正しく評価が可能となり，シンギュラリティ細胞を含む複雑な要素間の多体の相互作用を分析できる手法として期待される。これまで計測に時間が掛かりすぎるため、多くの細胞群への応用が困難であったラマン分光計測を飛躍的に迅速化するものであり、従来の細胞診では判定困難な病気診断への応用、半導体における迅速異常検知などに繋がるものと期待される。様々な計測ノイズをもつ画像に対して、深層ニューラルネットワークに代わる画像再構成法として期待される。
|
