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 2022-01-18 13:40
K-meansクラスタリングに対するより強力な選択的推論とその単一細胞分析への応用
佐藤瑞起大森夢拓稲津 佑竹内一郎名工大IBISML2021-25
抄録 (和) K-meansクラスタリングはそのシンプルさゆえ,最も有名なクラスタリング手法であり,幅広い分野へ応用されている.
そのため,実際の解析ではクラスタリング結果そのものが有用であることは少なく,得られた結果に関する何らかの知見を得ることが重要となる.
したがって,データの本質的な構造を理解するために,得られた各クラスターに対する特徴の吟味がしばしば行われる.
そこで,K-meansクラスタリング後の推論として,Post Clustering Inference(PCI)が研究されている.
既存のPCIはtype I errorを制御できるが,検出力の低さが問題であった.
本研究では,parametricな探索手法と既存のPCIを組み合わせることでこの問題を克服し,検出力を大幅に改善させた手法を提案する. 
(英) K-means clustering is the most famous clustering method because of its simplicity, and it has been applied to a wide range of fields.
Therefore, in actual analysis, the clustering results themselves are rarely useful, and it is important to gain some knowledge about the obtained results.
Therefore, in order to understand the essential structure of the data, it is often necessary to examine the features of each cluster obtained.
Therefore, Post Clustering Inference (PCI) has been proposed as an inference method after K-means clustering.
PCI can control the type I error, but its low power is a problem.
In this paper, we propose a method that overcomes this problem by combining parametric search methods and PCI, and significantly improves the detection power.
キーワード (和) 条件付き選択的推論 / データ駆動型仮説 / K-meansクラスタリング / 単一細胞分析 / 検出力 / / /  
(英) conditional SI / data-driven hypothesis / K-means clustering / Single Cell Analysis / statistical power / / /  
文献情報 信学技報, vol. 121, no. 321, IBISML2021-25, pp. 54-60, 2022年1月.
資料番号 IBISML2021-25 
発行日 2022-01-10 (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 IBISML2021-25

研究会情報
研究会 IBISML  
開催期間 2022-01-17 - 2022-01-18 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 機械学習一般 
テーマ(英) Machine Learning, etc. 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2022-01-IBISML 
本文の言語 日本語 
タイトル(和) K-meansクラスタリングに対するより強力な選択的推論とその単一細胞分析への応用 
サブタイトル(和)  
タイトル(英) More Powerful Selective Inference for K-means clustering with Application to Single Cell Analysis 
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) K-meansクラスタリング / K-means clustering  
キーワード(4)(和/英) 単一細胞分析 / Single Cell Analysis  
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) 佐藤 瑞起 / Mizuki Sato / サトウ ミズキ
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) 大森 夢拓 / Yumehiro Omori / オオモリ ユメヒロ
第2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3著者 氏名(和/英/ヨミ) 稲津 佑 / Yu Inatsu / イナヅ ユウ
第3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4著者 氏名(和/英/ヨミ) 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ
第4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 2022-01-18 13:40:00 
発表時間 20分 
申込先研究会 IBISML 
資料番号 IBISML2021-25 
巻番号(vol) vol.121 
号番号(no) no.321 
ページ範囲 pp.54-60 
ページ数
発行日 2022-01-10 (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