機械学習による水中病原体と指標微生物の濃度相関解析法の精緻化
利用机器学习改进水生病原体和指示微生物的浓度相关性分析方法
基本信息
- 批准号:19K04661
- 负责人:
- 金额:$ 2.75万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2019
- 资助国家:日本
- 起止时间:2019-04-01 至 2023-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
環境水や飲用水には感染症を引き起こす病原体が含まれることがある.病原体とは病原細菌,病原ウイルス,および原虫を含む.モニタリングされる指標微生物の水質衛生基準値を設定する際には,指標微生物濃度と病原体濃度との相関関係を適切に定量化することが求められる.しかし,病原体の陽性率の低さが相関計算の障害となっている.本研究では,近年著しい発展を遂げる機械学習を使うことで,指標微生物と病原体の濃度相関解析を改善することを目指した.従来は指標微生物や病原体の濃度を使って相関を計算してきた.これに対し,本研究は,指標微生物や病原体の濃度と同時に取得できる水質データやドメイン知識を利活用することで,相関解析法の高精度化を狙った.統計学において,トビット法という,非定量値と回帰直線を同時に推定する方法がある.トビット法では,観測された病原体濃度の確率密度関数,および検出限界を下回った濃度がその確率モデルにおいて非観測となる確率質量関数を得ることが出来,それらを組み合わせることで回帰係数の尤度関数を構成する.このアプローチをそのまま使ってしまう場合,予測に用いる情報が不十分になるため,非検出値の予測分布は大雑把なものにしかならず,そこから得られる相関解析は十分な精度で得られない.本研究では,水質データの援用によって,非検出値の予測分布を精密にすることで,相関係数の精度を向上させた.個別の説明変数の予測能力はさほど強くないため,標本が小さいとき符号が逆転した標本相関が発生する.本研究では,ドメイン知識を符号制約で表すことで,標本が小さくても,回帰分析の精度を大きく改善させ,これを相関解析のワークフローに取り込むことで,相関解析の精度を向上させることに成功した.
Environmental water, drinking water, infectious diseases, pathogens. Pathogens and pathogenic bacteria, pathogens and protozoa. When setting the water quality hygiene reference value of indicator microorganism, the correlation between indicator microorganism concentration and pathogen concentration should be quantified appropriately. The positive rate of pathogens is low, and the correlation calculation is difficult. In this study, the development of mechanical learning in recent years has improved the correlation analysis of indicator microorganisms and pathogens. The concentration of the indicator microorganism and pathogen was calculated. In this study, the concentration of indicator microorganisms and pathogens was simultaneously obtained to improve the accuracy of correlation analysis. Statistics: a method of non-quantitative regression. The accuracy density relation of the pathogen concentration measured by the method is determined according to the detection limit. In the case of this kind of situation, the information used for prediction is not very accurate, the distribution of non-detected values is very large, and the relevant analysis is very accurate. In this study, the accuracy of the prediction distribution of water quality parameters was improved. The prediction ability of individual specifications is strong, and the symbol is negative. This study is aimed at improving the accuracy of regression analysis and improving the accuracy of correlation analysis.
项目成果
期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
河川水中病原体予測のための符号制約SVMと双対学習算法
用于预测河水中病原体的符号约束支持向量机和对偶学习算法
- DOI:
- 发表时间:2020
- 期刊:
- 影响因子:0
- 作者:遠山忠 ; 松井拓也 ; Rubiyatno ; 森一博;土田 康平,田島 賢哉,佐野 大輔,加藤 毅
- 通讯作者:土田 康平,田島 賢哉,佐野 大輔,加藤 毅
Frank-Wolfe algorithm for learning SVM-type multi-category classifiers
- DOI:10.1587/transinf.2021edp7025
- 发表时间:2020-08
- 期刊:
- 影响因子:0
- 作者:Kenya Tajima;Yoshihiro Hirohashi;E. R. R. Zara-E.-R.-R.-Zara-70828201;Tsuyoshi Kato
- 通讯作者:Kenya Tajima;Yoshihiro Hirohashi;E. R. R. Zara-E.-R.-R.-Zara-70828201;Tsuyoshi Kato
Asymmetric Tobit Analysis for Correlation Estimation from Censored Data
用于根据截尾数据进行相关性估计的非对称 Tobit 分析
- DOI:10.1587/transinf.2021edp7022
- 发表时间:2021
- 期刊:
- 影响因子:0.7
- 作者:CAO HongYuan;KATO Tsuyoshi
- 通讯作者:KATO Tsuyoshi
サイド情報を活用した水中病原体と指標微生物の相関解析
利用辅助信息进行水生病原体与指示微生物之间的相关性分析
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:曹 洪源;佐野 大輔;加藤 毅
- 通讯作者:加藤 毅
フランクウルフ算法によるSVMの符号制約学習
使用 Frank-Wolf 算法进行 SVM 的符号约束学习
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:小倉悠太朗;中村一樹;邉見貴彦,土田康平,田島賢哉,加藤 毅
- 通讯作者:邉見貴彦,土田康平,田島賢哉,加藤 毅
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
加藤 毅其他文献
Ladders and Articulations in Education and Training System in Modern Britain
现代英国教育培训体系的阶梯和衔接
- DOI:
- 发表时间:
2005 - 期刊:
- 影响因子:0
- 作者:
佐野正彦;乾彰夫;Andy Furlong;平塚真樹;佐野正彦;佐野正彦;佐野正彦;加藤 毅;Masahiko Sano;Masahiko Sano;Masahiko Sano - 通讯作者:
Masahiko Sano
第一原理分子動力学計算によるエタン2価カチオンにおける水素スクランブリング
使用第一原理分子动力学计算乙烷二价阳离子中的氢扰乱
- DOI:
- 发表时间:
2015 - 期刊:
- 影响因子:0
- 作者:
中井克典;加藤 毅;山内 薫 - 通讯作者:
山内 薫
A two dimensional lattice of knots by C_<2m>-moves
由 C_<2m> 移动的二维结点阵
- DOI:
10.1017/s0305004113000017 - 发表时间:
2013 - 期刊:
- 影响因子:0.8
- 作者:
T.Kato;Seiichi Kamada;T. Kato;Seiichi Kamada;T.Kato;T. Kato;Naoko Kamada;加藤 毅;Naoko Kamada;T. Kato;T. Kato;T.Kato;Katsuya Yokoi;Naoko Kamada;加藤毅;Naotsugu Chinen and Tetsuya Hosaka;Naoko Kamada;T.Kato;Tetsuya Hosaka;T.Kato;Seiichi Kamada;Seiichi Kamada;T.Kato;Tetsuya Hosaka;T.Kato;Seiichi Kamada;Tetsuya Hosaka;Sumiko Horiuchi and Yoshiyuki Ohyama;Naoko Kamada;T.Kato;Tetsuya Hosaka;T. Kato;Naoko Kamada;Sumiko Horiuchi and Yoshiyuki Ohyama - 通讯作者:
Sumiko Horiuchi and Yoshiyuki Ohyama
オートマタ群と2変数偏微分方程式類
自动机群和二变量偏微分方程
- DOI:
- 发表时间:
2010 - 期刊:
- 影响因子:0
- 作者:
T.Kato;Seiichi Kamada;T. Kato;Seiichi Kamada;T.Kato;T. Kato;Naoko Kamada;加藤 毅;Naoko Kamada;T. Kato;T. Kato;T.Kato;Katsuya Yokoi;Naoko Kamada;加藤毅;Naotsugu Chinen and Tetsuya Hosaka;Naoko Kamada;T.Kato;Tetsuya Hosaka;T.Kato;Seiichi Kamada;Seiichi Kamada;T.Kato;Tetsuya Hosaka;T.Kato;Seiichi Kamada;Tetsuya Hosaka;Sumiko Horiuchi and Yoshiyuki Ohyama;Naoko Kamada;T.Kato;Tetsuya Hosaka;T. Kato;Naoko Kamada;Sumiko Horiuchi and Yoshiyuki Ohyama;Takumi Yamada;T. Kato;Seiichi Kamada;加藤 毅 - 通讯作者:
加藤 毅
加藤 毅的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('加藤 毅', 18)}}的其他基金
サイバーグ・ウイッテン理論の進化と4次元微分トポロジーへの応用
Seiberg-Witten理论的演变及其在四维微分拓扑中的应用
- 批准号:
23K22394 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
厳密inverse Kohn-Sham法を使った時間依存DFT理論の構築と数値計算による原理検証
使用精确逆 Kohn-Sham 方法构建瞬态 DFT 理论并通过数值计算验证原理
- 批准号:
23K04676 - 财政年份:2023
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
サイバーグ・ウイッテン理論の進化と4次元微分トポロジーへの応用
Seiberg-Witten理论的演变及其在四维微分拓扑中的应用
- 批准号:
22H01123 - 财政年份:2022
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
水中病原体群と指標群の相関解析アルゴリズムの開発
水生病原菌群与指标群相关性分析算法开发
- 批准号:
22K04372 - 财政年份:2022
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
建学の精神が導く大学マネジメントの新たな展開
立党精神引领大学管理新发展
- 批准号:
20K02933 - 财政年份:2020
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
多成分系量子ダイナミクスに関する基礎理論の開発とその検証
多组分系统量子动力学基础理论的发展与验证
- 批准号:
19029010 - 财政年份:2007
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research on Priority Areas
データの選択的統合による生体ネットワークの推定
通过选择性数据集成估计生物网络
- 批准号:
18700287 - 财政年份:2006
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
数値基底による時間依存電子状態理論の開発と分子の強光子場光電子スペクトルの予測
基于数值基础和分子强光子场光电子能谱预测的瞬态电子态理论发展
- 批准号:
17750003 - 财政年份:2005
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
非可換機何学における概正則曲線の研究
非交换机器数学中近正则曲线的研究
- 批准号:
15740037 - 财政年份:2003
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
学術研究成果に対する評価の構造と受容性に関する実証研究
学术研究成果评价结构及可接受性的实证研究
- 批准号:
13710145 - 财政年份:2001
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
相似海外基金
機械学習アルゴリズムを用いた敗血症性凝固線溶障害の早期予測モデルの開発
使用机器学习算法开发脓毒性凝血和纤溶性疾病的早期预测模型
- 批准号:
24K12133 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
アニーリングと機械学習の融合による説明可能AI基盤の研究
结合退火和机器学习研究可解释的人工智能基础设施
- 批准号:
24KJ1081 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for JSPS Fellows
機械学習による滑走路の離着陸容量の短期的予測手法に関する研究
基于机器学习的跑道起降能力短期预测方法研究
- 批准号:
24K07722 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
機械学習を用いた波形解析による高速中性子エネルギー測定法の技術開拓
利用机器学习进行波形分析的快中子能量测量方法的技术开发
- 批准号:
24K08298 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
調理シミュレーションと機械学習の融合および非接触計測による加熱制御システムの構築
结合烹饪模拟与机器学习和非接触测量构建加热控制系统
- 批准号:
24K05572 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
- 批准号:
24K15796 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
- 批准号:
24K13948 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
- 批准号:
24K13518 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
- 批准号:
24K15093 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
- 批准号:
24K15095 - 财政年份:2024
- 资助金额:
$ 2.75万 - 项目类别:
Grant-in-Aid for Scientific Research (C)