研究課題
若手研究(B)
本研究は、極めて高次元なデータにおける組合せ的計算を伴う問題において、問題(組合せを評価する関数)が持つ離散構造を利用する事により、大域的な最適性を持つ解の効率的探索や,離散構造を事前知識とした解析を行うための計算に関する方法論の構築と、その応用における有用性の検証を目的とするものである.本研究では特に、連続関数における凸性に対応する劣モジュラ性と呼ばれる集合関数の離散構造に着目し、従来は厳密に計算する事が困難だと考えられてきた問題(NP 困難問題など)への大域的/近似的最適解の計算のためのいくつかの基盤的アルゴリズムの構築を行った.また問題に内在する離散構造を事前知識として利用する事で、効率的・高精度な組合せ的計算を実現する方法に関して研究を行った.そして、遺伝子データ解析などのいくつかの重要な応用へ適用・検証を行い、応用的な有用性についても確認を行った.
すべて 2013 2012 2011 2010 その他
すべて 雑誌論文 (6件) (うち査読あり 6件) 学会発表 (11件) 備考 (1件)
Computational Management Science
巻: Vol.10, No.1 ページ: 21-49
DOI:10.1007/s10287-012-0158-y
Advances in Neural Information Processing Systems
巻: 24 ページ: 2106-2114
Proc. of the 28th Int'l Conf. on Machine Learning (ICML'11)
ページ: 977-984
Pattern Recognition Letters
巻: Vol.32, No.2 ページ: 235-243
doi:10.1016/j.patrec.2010.08.008
巻: 23 ページ: 1759-1767
Bioinformatics (Proc. Of ISMB/ECCB' 13)
http://www.ar.sanken.osaka-u.ac.jp/~kawahara/jp/
