研究分担者 |
高橋 治久 電気通信大学, 電気通信学部, 教授 (90135418)
西野 哲朗 電気通信大学, 電気通信学部, 助教授 (10198484)
小林 聡 電気通信大学, 電気通信学部, 助教授 (50251707)
堀田 一弘 電気通信大学, 電気通信学部, 助手 (40345426)
若月 光夫 電気通信大学, 電気通信学部, 助手 (30251705)
|
研究概要 |
最大クリークを抽出するための基本手法としてこれまで分枝限定アルゴリズムを採用してきており,そこにおいて分枝限定を実現するために近似彩色を用いているが,その部分が全体の実行時間のかなり多くの部分を占めている.そこで,本研究において近似精度を損なうことなく実行時間を短縮する新たな方法を開発し,従来の最大クリーク抽出アルゴリズムの大幅な効率化を達成した.更に,これをバイオインフォマティクス,画像処理,量子論理回路設計,DNA配列設計等の現実的応用問題に対してより精密に適用するための基礎として,グラフの枝あるいは節点に重みが付与された場合の拡張問題に対して,重みが最大のクリークを効率良く抽出するアルゴリズムを開発した.また,グラフ中のクリークを最大のみならず極大であるもの全てを効率よく列挙するアルゴリズムも確立し,それを理論的に解析して,それがある意味において最適な時間計算量を達成しているものであることを証明した.また,その実際実行速度においても他のアルゴリズムより格段に高速であることを実験的に明らかにした. 以上のアルゴリズムを基とすることにより,バイオインフォマティクスにおける主要問題であるタンパク質側鎖パッキング問題,タンパク質スレッディング問題の解決に対する良好な結果を得た. また,形式言語上の学習を組合せ最適化問題としてとらえ,単純決定性文法およびある種の決定性ワンカウンタオートマトンに対する効率的な学習アルゴリズムを開発した.論理関数上の学習アルゴリズムについても,AC^0と呼ばれるクラスに対してノイズがある場合でも効率良く近似学習を達成するアルゴリズムを確立した。
|