| 研究課題/領域番号 |
15K16066
|
|---|
| 研究機関 | 宇部工業高等専門学校 |
|---|
研究代表者 |
三澤 秀明 宇部工業高等専門学校, 電気工学科, 助教 (40636099)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | 自己組織化ニューラルネットワーク / 微生物群集解析 / 環境要因 / 異種データ統合 |
|---|
| 研究実績の概要 |
本研究では、自己組織化マップと呼ばれるニューラルネットワークの拡張モデルに基づき、微生物群集と環境の相互作用を明らかにする微生物群集解析手法の開発を目的としている。微生物群集解析は、微生物の遺伝子情報と環境データから、環境要因による微生物群集構造(微生物の数と種類)の変化を明らかにする探索的データ解析である。本研究では、微生物群集データ(DNA塩基配列に基づく距離データ)と環境データ(多変量データ)を統合する異種情報統合型の高階自己組織化マップの開発している。平成28年度は、昨年度に引き続き、申請者がこれまでに開発している距離型高階自己組織化マップの学習において、微生物群集データに付属する2次的な情報を効果的に学習に反映させる方法を検討した。具体的には、2つのデータ集合から共通する潜在変数を推定する手法である正準相関分析、文書データから潜在トピックを推定する手法であるトピックモデル、データの処理目的に適した距離をデータから学習する距離計量学習などの観点から、異種データを統合するための学習方法について検討を行った。検討の結果、正準相関分析に基づく方法が、本研究の目的に適していることが明らかになった。しかしながら、正準相関分析に基づく方法は、距離データに対しては、直接適用できないため、距離データを取り扱う距離型高階自己組織化マップに適した形へ改良する必要がある。今後は、正準相関分析に基づく方法を改良し、人工データおよび実データでその有効性を検証する予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
平成27年度に長期の教員研修に参加しており、予定よりも研究時間を確保することができず、研究の進捗が遅れている。平成28年度中に2次的な情報を学習へ反映する方法について、ある程度の目途がついたので、更に検討を行い、その成果を発表する予定である。
|
| 今後の研究の推進方策 |
今後は、正準相関分析に基づく方法を距離型高階自己組織化マップに適した形に改良し、人工データおよび実データでその有効性を検証し、その成果を国内・国外の学会での発表する予定である。
|
| 次年度使用額が生じた理由 |
研究の進捗が遅れているため、平成28年度に学会・シンポジウム等での成果発表を行うことができなかった。
|
| 次年度使用額の使用計画 |
平成28年度は、解析手法の開発の最終段階まで来ており、平成29年度には国内・国外の学会での発表を予定している。
|
