お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2021-03-02 10:50
カーネルテンソル分解を用いた教師なし学習による変数選択法 ~ バイオインフォマティクスへの応用 ~
田口善弘中大IBISML2020-36
抄録 (和) 変数の数に比べてサンプル数が少ないいわゆるtextit{large p small n}問題については,多くの研究が為されている.だがいわゆるゲノム科学の分野ではこの比が極端であり,遺伝子の数(=変数の数=$p$)が数万個であるのに対して
被験者の数(=サンプル数=$n$)が数個の場合さえあり$p/n sim 10^3$であることも稀ではない.このような極端な場合にはいわゆるtextit{large p small n}問題に対して提案された多くの方法が無力である場合が多い.我々はこの問題に対処するため「主成分分析あるいはテンソル分解を用いた教師無し学習による変数選択法」を提案し,この10年程の間に多くの
バイオインフォマティクスの分野の研究に応用してきた.しかし,この方法は純粋に線形代数の範囲内の方法であり,教師無し学習であるためにチューニングパラメーターもなく,手法がうまく行かない場合には解析そのものを諦める以外になかった.今回,我々はこの問題を解決するために同手法のカーネル化に成功した.これにより同法は非線形関係を考慮できるようになり大きくその適応範囲が拡大したということができるのでその内容について報告する. 
(英) A lot of research has been done on the so-called textit{large p small n} problem, where the number of samples is small compared to the number of variables.
In the so-called field of genome science, however, this ratio is extreme, with the number of genes (= number of variables = $p$) being tens of thousands while the number of subjects (= number of samples = $n$) is even a few, and $p/n sim 10^3$ is not uncommon. In such extreme cases, many of the methods proposed for the so-called textit{large p small n}problem are often ineffective. We have proposed ``Principal component analysis and tensor decomposition based unsupervised feature extraction'' to deal with this problem.
In the past decade, we have applied this method to many researches in the field of bioinformatics. However, this method is purely within the scope of linear algebra, and since it is unsupervised learning, there is no tuning parameter, and if the method does not work, there is no choice but to give up on the analysis itself. In order to solve this problem, we have developed a kernel version of the method. In this paper, we report on how we succeeded in kernelizing the method to solve this problem, which enables the method to take nonlinear relationships into account and greatly expands its application range.
キーワード (和) テンソル分解 / カーネルトリック / 変数選択法 / 教師無し学習 / / / /  
(英) Tensor decomposition / Kernel trick / Feature selection / Unsupervised learning / / / /  
文献情報 信学技報, vol. 120, no. 395, IBISML2020-36, pp. 16-23, 2021年3月.
資料番号 IBISML2020-36 
発行日 2021-02-23 (IBISML) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IBISML2020-36

研究会情報
研究会 IBISML  
開催期間 2021-03-02 - 2021-03-04 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 機械学習に関するオーガナイズドセッションおよび一般 
テーマ(英) Organized and general sessions on machine learning 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2021-03-IBISML 
本文の言語 日本語 
タイトル(和) カーネルテンソル分解を用いた教師なし学習による変数選択法 
サブタイトル(和) バイオインフォマティクスへの応用 
タイトル(英) Kernel tensor decomposition based unsupervised feature extraction 
サブタイトル(英) Applications to bioinformatics 
キーワード(1)(和/英) テンソル分解 / Tensor decomposition  
キーワード(2)(和/英) カーネルトリック / Kernel trick  
キーワード(3)(和/英) 変数選択法 / Feature selection  
キーワード(4)(和/英) 教師無し学習 / Unsupervised learning  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 田口 善弘 / Y-h. Taguchi / タグチ ヨシヒロ
第1著者 所属(和/英) 中央大学 (略称: 中大)
Chuo University (略称: Chuo Univ.)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2021-03-02 10:50:00 
発表時間 25分 
申込先研究会 IBISML 
資料番号 IBISML2020-36 
巻番号(vol) vol.120 
号番号(no) no.395 
ページ範囲 pp.16-23 
ページ数
発行日 2021-02-23 (IBISML) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会