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

2016 年度 実施状況報告書

変数選択結果の対数線形モデルを用いた再解析による安定性向上と多重変数集合の抽出

研究課題

研究課題/領域番号 15K16064
研究機関神戸大学

研究代表者

北園 淳  神戸大学, 工学研究科, 工学研究科研究員 (00733677)

研究期間 (年度) 2015-04-01 – 2018-03-31
キーワード変数選択 / 安定性 / 可視化
研究実績の概要

多くの変数から成る高次元データから,有用な少数の変数を取り出す手法は変数選択と呼ばれる.この変数選択において,データサンプルが少し変わるだけで選択される変数が大きくばらつき,最終的に何が有用な変数なのか分からない場合が多くある.これは,変数選択の不安定性の問題と呼ばれる.本研究課題では,この問題に取り組み,ばらついた結果の中から,真に有用な変数を取り出す枠組みを構築することを目的としている.また,有用な変数の組が複数存在する場合を考慮することで,従来は見過ごされてしまう可能性のあった有用な変数の発見を可能にすることも目的としている.提案する枠組みが完成することにより,より高い精度での遺伝子診断(病気リスク診断など)を行うことが可能になると期待される.
本年度は,昨年度中に取り組んだ,Minimum Probability Flowと呼ばれる手法を用いた推定アルゴリズムの高速化に引き続き取り組み,検証を行った.また,変数同士,および変数とサンプルとの関連性を可視化し分析するために,次元圧縮手法を用いた解析を行った.これにより,選ばれた変数の組同士の関係性,および,どのサンプルの識別にどの変数が有効かといった関係性を明らかにすることが出来る.それに併せて,可視化手法の開発も行った.さらに,多数の変数同士の関係性を議論する際に高次の項まで考慮すると推定が困難になる場合があるため,まず低次のモデルを用いることによって枠組みの検討を行った.

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,推定アルゴリズムの高速化とその有効性の検証を行った.また変数間及び変数とサンプル間の関係性の分析を可視化を用いて行った.また,それに併せて可視化手法の開発を行った.

今後の研究の推進方策

引き続き,可視化を用いた検討,および,低次のモデルを用いた検討を行う.

次年度使用額が生じた理由

昨年度,余分に使用可能な計算機があり,新規の計算機購入を一時的に遅らせたため.

次年度使用額の使用計画

計算機を追加で購入する.また情報収集・成果発表のための海外出張を行う.

  • 研究成果

    (5件)

すべて 2017 2016 その他

すべて 国際共同研究 (1件) 雑誌論文 (2件) (うち国際共著 1件、 査読あり 2件、 謝辞記載あり 1件) 学会発表 (2件) (うち国際学会 2件)

  • [国際共同研究] Universite Paris 13/Universite Paris Descartes(フランス)

    • 国名
      フランス
    • 外国機関名
      Universite Paris 13/Universite Paris Descartes
  • [雑誌論文] Multidimensional Unfolding Based on Stochastic Neighbor Relationship2017

    • 著者名/発表者名
      N. Murata, J. Kitazono, S. Ozawa
    • 雑誌名

      Proceedings of the 9th International Conference on Machine Learning and Computing

      巻: 印刷中 ページ: 印刷中

    • 査読あり
  • [雑誌論文] t-Distributed Stochastic Neighbor Embedding with Inhomogeneous Degrees of Freedom2016

    • 著者名/発表者名
      J. Kitazono, N. Grozavu, N. Rogovschi, T. Omori, S. Ozawa
    • 雑誌名

      Doya K., Ikeda K., Lee M., Liu D. (eds) Neural Information Processing. ICONIP 2016. Lecture Notes in Computer Science

      巻: 9949 ページ: 119-128

    • DOI

      10.1007/978-3-319-46675-0_14

    • 査読あり / 国際共著 / 謝辞記載あり
  • [学会発表] Multidimensional Unfolding Based on Stochastic Neighbor Relationship2017

    • 著者名/発表者名
      N. Murata, J. Kitazono, S. Ozawa
    • 学会等名
      The 9th International Conference on Machine Learning and Computing
    • 発表場所
      Nanyang Executive Centre, Singapore
    • 年月日
      2017-02-24 – 2017-02-26
    • 国際学会
  • [学会発表] t-Distributed Stochastic Neighbor Embedding with Inhomogeneous Degrees of Freedom2016

    • 著者名/発表者名
      J. Kitazono, N. Grozavu, N. Rogovschi, T. Omori, S. Ozawa
    • 学会等名
      The 23rd International Conference on Neural Information Processing
    • 発表場所
      京都大学(京都府・京都市)
    • 年月日
      2016-10-16 – 2016-10-21
    • 国際学会

URL: 

公開日: 2018-01-16  

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