グラフの局所情報からグラフを復元するためのグラフ形成規則の定式化と学習方式の研究

制定图形成规则和从局部信息恢复图的学习方法研究

基本信息

批准号：
09780253
负责人：
丸山修
金额：
$ 1.34万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1997
资助国家：
日本
起止时间：
1997 至 1998
项目状态：
已结题

项目摘要

本研究の目的は次の2点である:1. グラフの構造を記述する表現法となるグラフ形成規則(Conformation Rule)を定式化しそのグラフ形成規則を学習するアルゴリズムの構築することにより,グラフの局所情報からグラフを復元する方式を確立する.2. 1.で構築する学習アルゴリズムを実働化し,ゲノムデータやタンパク質データからの知識獲得を目指した計算機実験を展開する.本年度は以下の実積を挙げている:1. グラフ形成規則の学習可能性の究明前年度に示したPAC学習可能なグラフ形成規則のクラスには様々な制約条件がかせられていた.今回,これらの条件をひとつひとつ解析した結果,より広範なグラフ形成規則に対して学習アルゴリズムが有効であることを示すことに成功した.2. グラフ形成規則の再定式化前年度に実施した計算機実験のデータをもとに,グラフ形成規則とタンパク質のグラフモデリングに関して再検討を行い、立体構造予測の計算機実験を行なった.その結果,非常にローカルな範囲では学習したグラフ形成規則がタンパク質構造予測に有効であることが分った.しかしながら,グラフ形成規則を用いた構造予測は,ノイズに非常に弱いことも同時に判明した.3. 知識発見システムの開発タンパク質構造予測などの実際の問題に取り組む過程のなかで,タンパク質などの対象物に関する知識を自動的に獲得する道具が不可欠であると判断し,タンパク質やゲノムのデータベースから知識を発見するシステムを設計しプロトタイプを開発した.これらの成果をFirst International Conference of DiscoveryScienceで口頭発表している.

这项研究的目的是：1。建立一种通过制定图形配置规则（构象规则）来恢复图形信息的方法，这是描述图形结构并构建用于学习图形规则的算法的表达方法。 2。实施了1。构建的学习算法，并旨在从基因组和蛋白质数据中获取知识的计算机实验。今年，我们列出了以下实际数量：1。研究图形形成规则的学习可能性。上一年中可以在PAC中学习的图形形成规则类别受到各种限制。由于一一分析这些条件，我们成功地表明，学习算法对于更广泛的图形形成规则有效。 2。基于上一年在图形形成规则重新制定的计算机实验的数据，我们审查了蛋白质的图形规则和图形建模，并进行了计算机实验，以预测三维结构。结果，发现学习的图形规则可有效预测非常局部范围内的蛋白质结构。但是，还发现使用图形规则的结构预测对噪声非常敏感3。在解决诸如蛋白质结构预测之类的实际问题的过程中，知识发现系统的开发，我们决定自动获取有关蛋白质和其他物体的知识的工具至关重要，并设计了一个系统，可以从蛋白质和基因组数据库中发现知识并开发了一个原型。这些结果是在第一次国际发现科学会议上口服的。