| 研究概要 |
本研究課題では,科学データに関するマイニングとして,(1)カーネル手法および(2)半教師付学習を中心とするマイニング手法に関する基礎研究とともに,(3)医学生物学データ,(4)ナノテクデータに関する応用を課題として設定しており,初年度は以下の成果を得た。
(1a)特徴空間モデル(FSM)を用いたカーネル設計手法:FSMとその関連手法の開発を継続し,多様なカーネル関数を評価する枠組みを確立し,成果をUncLog'08,MJISAT 2007等の学会で発表した。
(1b)カーネル手法のための特徴抽出等:特徴の選択/抽出などに用いる類似空間の特徴類似度をモデルする枠組みを構築中であるほか,他の指標や手法については国際学会誌に採録。
(1c)特定科学データ向けのカーネル開発:特にタンパク質間相互作用データに関する多様なデータタイプに対応するカーネル統合法を開発し,学会誌に発表。
(2a)構造予測用の半教師付学習アルゴリズムの開発:疾病遺伝子予測用に新たな半教師付学習手法を開発し,BIBM 2007等の国際学会で発表。
(2b)科学データに適切な仮説の評価法:タンパク質間相互作用データに対し根本的な一貫性仮説を評価し,国際学会(DMSS2007)で発表
(3)医学/生物学データのマイニング:時系列抽象化による肝炎データのマイニングの新結果をIEICE Trans等で報告,イースト菌のタンパク質間相互作用予測についてBIOKDD07等で報告,DNA配列中のヒストン修飾の予測についてIEEE BIBE 2007で報告。
(4)プラチナ・ナノ合金の構造発見:初期的な成果をPhysical Review等において報告。
|
