• 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

2019 年度 実績報告書

ビッグデータ駆動型科学のための仮説生成・検証法開発と材料,生物,医療分野での実証

研究課題

研究課題/領域番号 17H00758
研究機関名古屋工業大学

研究代表者

竹内 一郎  名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)

研究分担者 二宮 嘉行  統計数理研究所, 数理・推論研究系, 教授 (50343330)
豊浦 和明  京都大学, 工学研究科, 准教授 (60590172)
安河内 彦輝  三重大学, 地域イノベーション推進機構, 助教 (60624525)
井上 圭一  東京大学, 物性研究所, 准教授 (90467001)
研究期間 (年度) 2017-04-01 – 2021-03-31
キーワード機械学習 / Post-Selection Inference / 材料科学 / 生物科学 / 医療科学
研究実績の概要

本研究ではビッグデータに基づいて科学的発見を行うための計算機科学・統計科学技術の研究・開発とその実証である.前者においては,特に,複数の要因が複雑に関連する形式の仮説(以後,複合要因仮説と呼ぶ)の生成と検証を行うための方法を研究・開発することを目的としている.近年の機械学習技術の発展により,複数の要因を複雑に組み合わせた仮説を生成できる基盤が整っている.しかし,ビッグデータから選択された仮説は選択バイアスを持つため,その検証においては適切に選択バイアスを取り除くしくみが不可欠である.本研究では,この目的のため,近年統計科学分野で注目を集めている新たな枠組であるSelective Inferenceの考え方を導入するものである.Selective Inferenceにより,仮説が特定の機械学習によって選択されたことを条件付けたときの統計的推論が可能になると考えられる.後者においては,特に,生物科学,医療科学,材料科学分野で開発した方法の有効性を検証を行うものである.生物科学分野では共同研究者の協力のもと,光吸収型タンパク質のロドプシンの吸光波長の予測因子を発見する課題にとりくみ,また,医療科学分野では共同研究者の協力のもと,疾患感受性要因となる一塩基多型の組み合わせを同定する課題にとりくみ,材料科学分野では共同研究者の協力のもと,イオン伝導性物質の伝導度を効率的に推定する課題にとりくむものである.2019年度は特にグラフや系列などの構造を持つデータからの仮説生成と仮説検証を行った。グラフデータに関しては化合物の機能に関する、系列データに関してはは移動系列に関する仮説の生成と検証を行った。

現在までの達成度 (段落)

令和元年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和元年度が最終年度であるため、記入しない。

  • 研究成果

    (5件)

すべて 2019

すべて 雑誌論文 (3件) (うち国際共著 1件、 査読あり 3件) 学会発表 (2件) (うち招待講演 2件)

  • [雑誌論文] Learning Interpretable Metric between Graphs2019

    • 著者名/発表者名
      Yoshida Tomoki、Takeuchi Ichiro、Karasuyama Masayuki
    • 雑誌名

      Proceedings of ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD2019)

      巻: NA ページ: NA

    • DOI

      10.1145/3292500.3330845

    • 査読あり
  • [雑誌論文] Selective inference via marginal screening for high dimensional classification2019

    • 著者名/発表者名
      Umezu Yuta、Takeuchi Ichiro
    • 雑誌名

      Japanese Journal of Statistics and Data Science

      巻: 2 ページ: 559~589

    • DOI

      10.1007/s42081-019-00058-8

    • 査読あり
  • [雑誌論文] Safe Grid Search with Optimal Complexity2019

    • 著者名/発表者名
      Ndiaye Y., Le T., Fercoq O., Salmon J., Takeuchi I.
    • 雑誌名

      Proceedings of International Conference on Machine Learning (ICML2019)

      巻: NA ページ: NA

    • 査読あり / 国際共著
  • [学会発表] Selective Inference による教師なし学習結果の信頼性評価2019

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      統計学と機械学習の数理と展開
    • 招待講演
  • [学会発表] データ駆動型人工知能のものづくりへの活用2019

    • 著者名/発表者名
      竹内一郎
    • 学会等名
      電子情報通信学会東海支部講演会
    • 招待講演

URL: 

公開日: 2021-01-27  

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