| 研究概要 |
本研究テーマは、包絡分析法の意思決定支援への適用法についての提案(包絡分析法と遺伝的アルゴリズムによる事例ベース意思決定支援モデル,情報処理学会研究会論文誌:数理モデル化と応用,Vol.42,No.SIG5(TOM4),pp.89-98(2001))と、決定木アルゴリズムの拡張(複合属性による領域分割を用いた決定木DTMACC,人工知能学会論文誌,第17巻,第1号,pp.44-52(2002))を起点としている。
その後、これらのアイデアを有効に融合させるために、「構造情報からの知識獲得」に主眼を置いた研究を行い、グラフ構造とみなすことのできる化学物質を対象として研究を進めた。対象とする化学物質の構造情報を与え、それらの物質に共通して存在する部分構造を抽出すること、さらにどのような部分構造が物質の性質を決定する要因として重要かを評価するために、大阪大学の元田研究室で提案されているGBI(Graph Based Induction)法に改良を加え、決定木生成アルゴリズムと連動させることを試みている。今年度は、継続的な取り組みに加え、そのさらに生物科学分野に対象を広げ、遺伝子情報やDNA配列に対して、従来検討してきた手法の応用・拡張を試みた。特に、塩基配列の縮約処理による要約情報の抽出とそれを用いた検索や分類器の提案、遺伝子発現データによる疾患分類への包絡分析法の適用に取り組んだ。前者は、木構造の要約構造抽出アルゴリズムの系列情報への拡張とアラインメント技術を結合した取り組みである。また、後者は発現パターンに対して従来行ってきたクラスタリング手法と包絡分析法に基づく分布の特徴分類を相互に利用する取組みである。これらについては、平成16年度につながるものとして、本テーマ最終年の重要なポイントと位置づけている
|
