| 研究課題/領域番号 |
19K22837
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
|---|
| 研究分担者 |
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
石井 晶 東京理科大学, 理工学部情報科学科, 助教 (20801161)
赤平 昌文 筑波大学, 数理物質系(名誉教授), 名誉教授 (70017424)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| キーワード | 超高次元データ / 個別化モデリング / 天体スペクトル / 次世代シーケンサー / クラスタリング |
|---|
| 研究実績の概要 |
個別化医療を低コストで実現するためには、超高次元データについて、モバイルPCでも処理できる高速計算と、巨大なノイズを精確に処理できる統計解析、そして、それらの新技術を統合した個別化モデリング技法の確立が急務である。次の3つの研究目的を遂行した。
(1) 超高次元データの高速クラスタリングとIID変換法の開発
(2) 超高次元データの潜在構造とノイズ構造の精密な統計解析
(3) 超高次元データによる個別化モデリング技法の確立
(1)について、潜在構造の推定と変数選択を同時に処理することができる高次元スパースPCAを開発し、超高次元データに対する高速かつ高精度なクラスタリングを実現した。(2)について、2つの母集団の超高次元データに青嶋・矢田のデータ変換法を施すことで、ノイズ構造を幾何学的表現で精密に捉え、さらに、2つの母集団の潜在構造の異質性を高い精度で検出することに成功した。(3)について、高次元カーネル法における特徴空間の幾何学的表現を新しく導出し、カーネルPCAに組み込むことで、超高次元データがもつ個の特徴量の抽出が可能となった。なお、開発したスパースPCAを天文学に応用することで、高次元小標本の天体スペクトルデータについて、ノイズ除去と変数選択を自動処理し、従来は見つけることができなかった個別データのスペクトル構造を抽出することにも成功した。
本研究の成果は世界的に注目され、幾つかの国際会議で基調講演と招待講演が予定されていたが、コロナ禍のためキャンセルとなった。本研究課題に関連するシンポジウムを、感染症防止対策を遵守し、対面＋オンライン(Zoom)によるハイブリッド形式により、つくば国際会議場で開催した。なお、青嶋は、本研究課題に関連して令和2年度科学技術分野の文部科学大臣表彰科学技術賞（研究部門）を受賞した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
交付申請書に記載した研究の目的に沿って、既存の学術の体系を大きく見直し、超高次元データを高速で高精度に解析するための新たな技術の開発と、科学技術・産業への革新的展開を目指した。世界に先駆けて発表した幾つかの成果が注目され、複数の学会や出版社から解説論文や和書・洋書の執筆を依頼された。おおむね順調に進展していると評価できる。
|
| 今後の研究の推進方策 |
個別化モデリング技法を確立すべく、理論と方法論の両面から超高次元データの解析を整備し、学術の体系を再構築する。複数の学会や出版社から依頼された解説論文や和書・洋書については、研究代表者と分担者が協力して執筆を進め、新しい学問の体系的な解説書として出版する。
|
| 次年度使用額が生じた理由 |
招聘予定であった研究者が、新型コロナの影響により、来日が困難になったため。状況が落ち着いてから、次年度使用額と当該年度分の助成金を合わせて、次年度に招聘を計画している。
|
