複数生物種ネットワークの同時予測:半教師つき学習によるアプローチ
スポンサーリンク
概要
- 論文の詳細を見る
従来、生体ネットワークの予測は、遺伝子発現などの個々の生物種のもつ情報をもとに、種別に行われてきた。これに対し、本研究では 「リンク伝搬法」 と名付けた半教師つき学習法によって、複数の生物種のネットワークを同時に予測する方法を提案する。各生物種のもつ情報として遺伝子発現の類似度を、生物種間をまたぐ情報としてアミノ酸配列の類似度を用いて、C. elegans、H. pylori および S. cerevisiae のネットワークの同時予測を行い、ペアワイズ SVM などの既存手法を精度と速度の両面において上回ることを示す。
- 2010-06-11
著者
-
鹿島 久嗣
東京大学
-
津田 宏治
産業技術総合研究所生命情報工学研究センター
-
杉山 将
東京工業大学計算工学専攻
-
杉山 将
東京工業大学情報理工学研究科
-
杉山 将
東京工業大学
-
加藤 毅
東京大学大学院新領域創成科学研究科
-
加藤 毅
東京大学
-
山西 芳裕
パリ国立高等鉱業学校
-
津田 宏治
産業総合研究所
-
津田 宏治
産業技術総合研究所生命情報工学研究センター:科学技術振興機構
関連論文
- 現場発想による自然言語処理ブレークスルーの探求(平成21年度論文賞の受賞論文紹介)
- 機械学習研究の楽しみ(平成21年度長尾真記念特別賞紹介)
- LG-6 サポートベクター回帰のモデル選択(G. 人工知能)
- スパース正則化およびマルチカーネル学習のための最適化アルゴリズムとCV・PRへの応用(CV・パターン認識のための学習・最適化)
- Density Ratio Estimation : A Comprehensive Review (Statistical Experiment and Its Related Topics)
- Density ratio estimation: a comprehensive review (Statistical experiment and its related topics--RIMS共同研究報告集)
- ネットワーク構造の確率的な時変モデルに基づく教師ありリンク予測
- Superfast probabilistic classifier (マルチメディア・仮想環境基礎)
- Superfast probabilistic classifier (音声)
- Superfast probabilistic classifier (パターン認識・メディア理解)