| 研究課題/領域番号 |
16H02866
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 岐阜大学 |
|---|
研究代表者 |
志賀 元紀 岐阜大学, 工学部, 准教授 (20437263)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 機械学習 / 教師なし学習 / 行列分解 / テンソル分解 / ベイズ最適化 / マテリアルズインフォマティクス / バイオインフォマティクス |
|---|
| 研究成果の概要 |
本研究課題では、同時計測された多様かつ大規模なデータから重要な情報を抽出するための統計的機械学習法の開発に取り組んだ。この課題に対して、グラフ構造・時系列の順序関係などの補助情報を取り入れて計算を効率化する手法、計測データに背後にある性質をパラメータ空間の制約に取り入れることで解析性能を向上させる手法などを開発した。また、これらの開発法を、生命科学において疾病に関係する重要な特徴（遺伝子）の選択、また、物質・材料科学における顕微分光スペクトルから局所的な構造・電子状態を同定する実解析に応用した。
|
| 自由記述の分野 |
統計的機械学習
|
| 研究成果の学術的意義や社会的意義 |
複数の網羅的計測データのサイズは非常に大きいため、自動的な情報抽出やデータ解析にかかる計算コスト（計算時間・メモリ使用量）の削減が重要な課題とされる。この課題に対して、生命科学や物質・材料科学の応用を念頭においたモデル制約や補助情報を仮定するデータ解析法を開発し、解析性能を改善できた。特殊なデータに限らない汎用的な方法であるので、類似した状況・設定におけるデータ解析に今後応用できると考えられる。
|
