講演抄録/キーワード |
講演名 |
2021-12-01 15:35
拡張ネットワークフローモデルの最適な階層数を求める手法 ○石田 滉・山下 茂(立命館大) VLD2021-29 ICD2021-39 DC2021-35 RECONF2021-37 エレソ技報アーカイブへのリンク:ICD2021-39 |
抄録 |
(和) |
試薬合成は DMFB の生化学実験で必要な工程である. 試薬合成手法には NFM という手法が存在する. NFM は, 1 つの濃度値のみを生成する場合に最適な解を求めることができる. しかし, 複数の濃度値を生成する場合は, XNFM という手法が存在する. XNFM は, NFM のネットワークフローに階層を追加するが, 最適な解を求めるための最小数は 不明である. この論文では, XNFM の最適な階層数を求める手法を提案する. この手法は全探索で行うため, 計算に時間 がかかる. また, XNFM に必要な階層数を見つけるためのヒューリスティックを提案する. ヒューリスティックは, 全探 索より計算時間が最大99%短縮できることを確認した. |
(英) |
Sample preparation is an indispensable process when we perform biochemical experiments on DMFBs. There exists an optimal sample preparation method called NFM. NFM is indeed optimal when we generate only one concentration value. However, when we need to generate more than one concentration values, there is a better method called XNFM; XNFM adds extra layers to network flows of NFM to get better results. However, it is not known how many layers should be added to NFM to get optimal results. Thus, this paper proposes a method to find the minimum number of additional layers for XNFM to get optimal results. Because the method is based on an exhaustive search, it is time-consuming; we also propose a heuristic to find the necessary number of layers for XNFM. We show that our heuristics reduce the computation time of the exhaustive search by up to 99%. |
キーワード |
(和) |
バイオチップ / 試薬合成 / ネットワークフロー / / / / / |
(英) |
Biochip / Sample Preparation / Network-Flow / / / / / |
文献情報 |
信学技報, vol. 121, no. 277, VLD2021-29, pp. 72-77, 2021年12月. |
資料番号 |
VLD2021-29 |
発行日 |
2021-11-24 (VLD, ICD, DC, RECONF) |
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 |
VLD2021-29 ICD2021-39 DC2021-35 RECONF2021-37 エレソ技報アーカイブへのリンク:ICD2021-39 |
研究会情報 |
研究会 |
VLD DC RECONF ICD IPSJ-SLDM |
開催期間 |
2021-12-01 - 2021-12-02 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
デザインガイア2021 -VLSI設計の新しい大地- |
テーマ(英) |
Design Gaia 2021 -New Field of VLSI Design- |
講演論文情報の詳細 |
申込み研究会 |
VLD |
会議コード |
2021-12-VLD-DC-RECONF-ICD-SLDM |
本文の言語 |
日本語 |
タイトル(和) |
拡張ネットワークフローモデルの最適な階層数を求める手法 |
サブタイトル(和) |
|
タイトル(英) |
Determining Optimal Number of Layers for Network-Flow-based Sample Preparation |
サブタイトル(英) |
|
キーワード(1)(和/英) |
バイオチップ / Biochip |
キーワード(2)(和/英) |
試薬合成 / Sample Preparation |
キーワード(3)(和/英) |
ネットワークフロー / Network-Flow |
キーワード(4)(和/英) |
/ |
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) |
石田 滉 / Akira Ishida / イシダ アキラ |
第1著者 所属(和/英) |
立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univ.) |
第2著者 氏名(和/英/ヨミ) |
山下 茂 / Shigeru Yamashita / ヤマシタ シゲル |
第2著者 所属(和/英) |
立命館大学 (略称: 立命館大)
Ritsumeikan University (略称: Ritsumeikan Univ.) |
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 |
2021-12-01 15:35:00 |
発表時間 |
25分 |
申込先研究会 |
VLD |
資料番号 |
VLD2021-29, ICD2021-39, DC2021-35, RECONF2021-37 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.277(VLD), no.278(ICD), no.279(DC), no.280(RECONF) |
ページ範囲 |
pp.72-77 |
ページ数 |
6 |
発行日 |
2021-11-24 (VLD, ICD, DC, RECONF) |
|