| 研究課題/領域番号 |
24300054
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
馬見塚 拓 京都大学, 化学研究所, 教授 (00346107)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| キーワード | 機械学習 / 生体生命情報学 / 人工知能 / ゲノム / プロテオーム |
|---|
| 研究概要 |
本研究の目的は、グラフやネットワークに代表される「半構造化データ」とネットワークの「ノードに付随する特徴（属性）データ」の２つを入力として、内在する真のデータ構造を効率的に推定し出力するための汎用手法を構築することである。具体的には、ラベルプロパゲーション及びリンク予測と呼ばれる問題を効率的に解明するための統合的な手法を構築することである。平成２５年度においては、特に、ラベルプロパゲーションに対して、複数グラフが与えられた場合のグラフを統合しつつ高精度・効率的なラベルプロパゲーション手法、およびラベルプロパゲーションのためのグラフ構築手法を開発した。また、グラフに内在する部分グラフのような潜在変数を推定する手法、およびグラフ内のノード間距離をグラフのグローバルな性質を考慮しつつ推定する手法等の構築に着手した。
|
| 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
本研究の目的は、グラフやネットワークに代表される「半構造化データ」とネットワークの「ノードに付随する特徴（属性）データ」の２つを入力として、内在する真のデータ構造を効率的に推定し出力するための汎用手法を構築することである。具体的には、ラベルプロパゲーション及びリンク予測と呼ばれる問題を効率的に解明するための統合的な手法を構築することである。この目的に向けて、より統合的かつ効率的なラベルプロパゲーション手法を既に構築できており、今後、内在する構造を推定するための統合手法の構築へと順調に目標を達成しつつある。
|
| 今後の研究の推進方策 |
今後は、本研究の目的である、グラフやネットワークに代表される「半構造化データ」に内在する真のデータ構造を効率的に推定し出力する汎用手法を構築するため、以下の副研究課題を遂行する。
・グラフに内在する部分グラフのような潜在変数を推定する手法
・ラベルプロパゲーションのための効率的で高精度なグラフ構築手法
・グラフ内のノード間距離をグラフのグローバルな性質を考慮しつつ効率的に推定する手法
・複数ネットワークに共通して内在する動的潜在構造を時系列データから効率的に推定する手法
|
| 次年度の研究費の使用計画 |
大学院生等によるRAを雇用する予定であったが、研究推進に対して必要十分なRAが既に得られたため使用せず次年度使用額が生じた。
大学院生によるRAのみならず、研究課題を効率的かつ円滑に推進するため、教務補佐員等を雇用する予定である。
|
