【研究分野】知能情報学

【研究領域課題番号】19300051 (KAKENデータベースで見る）

【研究キーワード】

学習理論 / 情報量 / 情報幾何 / 機械学習 / 確率的コンプレキシティ / ユニバーサルポートフォリオ / 超解像 / 通信路容量 / Bregmanダイバージェンス / データ圧縮 / ユニバーサル符号 / 密度比推定 / Boosting / 凸2次計画法 / 暗号解読 / 固有値分布 / 一般物体認識

【研究成果の概要】

機械学習,情報理論,およびそれらの応用に関する諸課題について,記述長最小原理に基づく統一的視点のもとに研究を行った.特に,Markovモデルの幾何学的構造と確率的複雑度の関係,通信路容量と確率的複雑度の関係について考察し新たな知見を得た.また,アンサンブル学習等に関して考察し,効率的アルゴリズムや推定法を提案した.さらに,これら基礎的知見に基づき,ネットワークセキュリティにおけるインシデント検知,ポートフォリオ(分散投資戦略),超解像などについて,新たな学習手法を提案し,その有効性を示した.

【研究種目】基盤研究(B)

【研究期間】2007 - 2010

【配分額】18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円)

【研究分野】社会システム工学・安全システム

【研究領域課題番号】18510117 (KAKENデータベースで見る）

【研究キーワード】

ユビキタス・データマイニング / ブースティング / 学習アルゴリズム / 機械学習 / 数理モデル化技術 / データマイニング / アルゴリズム / モデル化

【研究成果の概要】

本研究の目的は,新しくユビキタス・データマイニング(Ubiquitous Data Mining)の概念を案して,データマイニングに関して既に得られている各種の数理モデルを解析し,それらの統合手法を確立することによって,ユビキタス・サービスに適用可能なデータマイニングの新しいシステム特性を明らかにすることであった.この目的に沿って研究を実施し下記の結果を得た.
ユビキタス・データマイニングの機能的側面については,データ解析の高精度化とシステムの柔軟性の双方を同時に保証できる統合モデルを実現するのに必要な, 1クラスSVM (OC-SW:One-Class Support Vector Machine)の性能改善アルゴリズムを開発した.研究成果は, 2つの国際学術会議(SAMO2007, ANQ Congress2006)で発表するとともに,国際学術誌Journal of the Operations Research Society of Japan (Vol. 51, pp. 95-110, 2008)とLecture Notes in Computer Science 4488号 (pp. 447-454, 2007)に掲載された.また、研究代表者は日本オペレーションズ・リサーチ学会機関誌の特集号「SVMの周辺:One-Class SVMと領域判別」(2006年11月号:Vo1. 51, No. 11)を編集し,総説論文を掲載(同誌, pp. 677-682)した.
実証研究としては,ユビキタス・データマイニングモデルのプロトタイピングを実施し,顧客行動パターンに基づいてタイミングよく対処できる顧客関係支援ツール(顧客セグメンテーション)の開発を行って,交叉検証等によりツールの最適性の評価を実施した.研究成果は,国際学術誌European Journal of Operational Research (Vol. 186, pp. 358-379, 2008)に掲載された.

【研究種目】基盤研究(C)

【研究期間】2006 - 2007

【配分額】4,050千円 (直接経費: 3,600千円、間接経費: 450千円)

【研究分野】統計科学

【研究領域課題番号】16300088 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 / SNP / プロテオーム / ゲノムデータ / マイクロアレイ / パタン認識 / メタアナライシス / 関数データ解析 / 独立成分分析 / 自己組織化主成分 / 多重比較 / 一塩基多型 / バイオインフォマティクス / バイアスモデル

【研究成果の概要】

バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のようにまとめられる.
1.遺伝子発現の表現形との相関研究はグループ・ブースとの提案,実用化が成された.
2.タンパク発現の相関研究は共通ピーク法が実用化され,実データで新たな知見が得られた.
3.ゲノム多様性と治療効果に関連するSNPsの探索は現在,方法論的検討を終えて進行中である.
4.機械学習の方法論として,ゲノムデータの解析を念頭においてブースティングやICAの統計的考察が統一的に成された.
このことによって機械学習の分野で文字・音声・画像認識のために開発された統計的パタン識別の方法,独立線分解析,ブリーフプロパゲイションが、ゲノムデータの解析法に拡張させたことによって更なる方法の提案と普及が期待される。これは統計学、情報学、人工知能分野などを横断的に展開する新分野の誕生への貢献が期待される。一方で今回の研究プロジニクトよって、厳しい管理とよく整理された環境のもとで,ヒト遺伝子解析データの本格的な統計解析が実施されたことは、従来の多くの困難な問題の解決に多大な貢献が期待される。将来的にはいわゆる「テイラーメイド医療」の実現に、統計学の分野からの積極的な貢献となると考えられる。上記の計画を円滑に進めるために癌研究所,国立遺伝研究,国立がんセンター研究所,国立循環器センター研究所の共同研究者との情報交換,共同研究を密接に行った.

【研究種目】基盤研究(B)

【研究期間】2004 - 2007

【配分額】14,290千円 (直接経費: 13,300千円、間接経費: 990千円)

【研究分野】統計科学

【研究領域課題番号】13480071 (KAKENデータベースで見る）

【研究キーワード】

バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 / 自己組織化主成分分析 / プロテオーム / 関数データ解析 / 統計学 / DNAマイクロアレイ / 機械学習 / 統計推理 / SNPデータ / ブースティング / ロバスト / ニューラルネット / 統計推測 / モデル特異性 / 独立成分解析

【研究成果の概要】

1.バイオインフォマチックスへの挑戦
癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企画セッションにおいて,「SNP統計解析における統計的諸問題」を松浦,江口が企画した.11月に柳川教授(九州大学)の紹介で,P.R.Sen教授(ノースカロライナ州立大)の公開講演会をオーガナイズした.また遺伝子発現のデータベースについて,国立遺伝学研究所の舘野研究室を2度訪問し,意見交換を行った.
2.ブースティング法の拡大と統計理論
この3年間プロジェクトを通して行われた月例アダブースト研究会(村田,金森,江口,竹ノ内君(統計科学,総研大修了予定)も成果が出始めている.Uブースト・アルゴリズムの提案,統計的一致性とベイズルール同値性の両立について新しい理論が建てられた(Neural Computation掲載予定).また,イータブーストのミスラベル・ロバストネス(Neural Computation,2004,掲載)は医療診断などラベルの観測にノイズが入る場合に有効であることが示された.
3.独立成分分析と主成分分析
奈良で4月に開催されたICA国際会議第4回の組織委員(村田,南,江口)を勤めた.また自己組織化主成分分析(J.Machine Learning Researchに掲載予定)を1の遺伝子発現データに適用して好結果が得られた.

【研究種目】基盤研究(B)

【研究期間】2001 - 2003

【配分額】10,100千円 (直接経費: 10,100千円)