| 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 | 2021-06-28 16:10 逐次特徴選択に対するホモトピー法を用いたより強力かつ汎用的な選択的推論 ○杉山一弥（名工大）・Vo Nguyen Le Duy・竹内一郎（名工大/理研）  NC2021-8 IBISML2021-8 |
|
| 抄録 | （和） | データ駆動型仮説に対する選択バイアスを補正した新たな統計的推論の枠組みとして条件付き選択的推論（conditional Selective Inference (SI)）が盛んに研究されている． Conditional SIは，仮説の選択事象（selection event）を条件付けた下での条件付き推論を行うというものである． Conditional SIは特にLassoや逐次特徴選択（stepwise feature selection (SFS)）のような特徴選択の分野で盛んに研究がなされている． 既存のconditional SIの手法では，計算を可能にするために設けられる過剰な条件付け（over-conditioning）による検出力の乏しさが問題視されている． 本研究では，ホモトピー法を用いることにより，SFSにおいてこの問題を克服したより強力で汎用的なconditional SIの手法を提案する． |
| （英） | Conditional selective inference (SI) has been actively studied as a new statistical inference framework for data-driven hypotheses. The basic idea of conditional SI is to make inferences conditional on the selection event characterized by a set of linear and/or quadratic inequalities. Conditional SI has been mainly studied in the context of feature selection such as stepwise feature selection (SFS). The main limitation of the existing conditional SI methods is the loss of power due to over-conditioning, which is required for computational tractability. In this study, we develop a more powerful and general conditional SI method for SFS using the homotopy method which enables us to overcome this limitation. We conduct several experiments to demonstrate the effectiveness and efficiency of the proposed method. |
|
| キーワード | （和） | 条件付き選択的推論 / データ駆動型仮説 / 逐次特徴選択 / ホモトピー法 / 検出力 / / / |
| （英） | conditional SI / data-driven hypothesis / stepwise feature selection / homotopy continuation / statistical power / / / | |
| 文献情報 | 信学技報, vol. 121, no. 80, IBISML2021-8, pp. 55-61, 2021年6月. | |
| 資料番号 | IBISML2021-8 | |
| 発行日 | 2021-06-21 (NC, 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 | NC2021-8 IBISML2021-8 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2021-06-28 - 2021-06-30 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2021-06-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 逐次特徴選択に対するホモトピー法を用いたより強力かつ汎用的な選択的推論 |
| サブタイトル（和） | |
| タイトル（英） | More Powerful and General Selective Inference for Stepwise Feature Selection using Homotopy Method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 条件付き選択的推論 / conditional SI |
| キーワード(2)（和/英） | データ駆動型仮説 / data-driven hypothesis |
| キーワード(3)（和/英） | 逐次特徴選択 / stepwise feature selection |
| キーワード(4)（和/英） | ホモトピー法 / homotopy continuation |
| キーワード(5)（和/英） | 検出力 / statistical power |
| 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） | 杉山 一弥 / Kazuya Sugiyama / スギヤマ カヅヤ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nitech) |
| 第2著者 氏名（和/英/ヨミ） | Vo Nguyen Le Duy / Vo Nguyen Le Duy / Vo Nguyen Le Duy |
| 第2著者 所属（和/英） | 名古屋工業大学/理化学研究所 (略称： 名工大/理研) Nagoya Institute of Technology/RIKEN (略称： Nitech/RIKEN) |
| 第3著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 第3著者 所属（和/英） | 名古屋工業大学/理化学研究所 (略称： 名工大/理研) Nagoya Institute of Technology/RIKEN (略称： Nitech/RIKEN) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-06-28 16:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | NC2021-8, IBISML2021-8 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.79(NC), no.80(IBISML) |
| ページ範囲 | pp.55-61 |
| ページ数 | 7 |
| 発行日 | 2021-06-21 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]