权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

高次元データによる複雑非線形現象解明のための柔軟な統計モデルの理論・方法論の研究

利用高维数据阐明复杂非线性现象的灵活统计模型的理论和方法研究

基本信息

批准号：
15700231
负责人：
井元清哉
金额：
$ 2.18万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2004
项目状态：
已结题

项目摘要

平成16年度に行った研究について以下にまとめます.(1)数千というオーダーの超多数確率変数の関連,特に因果関係を捉えるために平成15年度はベイジアン・ネットワークとノンパラメトリック回帰を組み合わせた統計モデルを提案し,その有効性をcDNAマイクロアレイによって観測された遺伝子発現データの解析を通し検討した.しかしながら,超多数の確率変数の関連を有向グラフ(directed graph)によってモデリングする際,観測されるデータのみからの推測では,そのサンプルサイズ,含まれる情報量から明らかな限界があること分かった.そのような場合,グラフ構造の事前知識を用いることが極めて有効であると考え,目的となる確率変数の関連・因果関係を表す有向グラフを推定するためのあらゆる知識,利用可能な様々なデータを階層モデルにまとめ,それらを統合するベイズモデルを構成した.(2)癌の分類・予測を目的に観測されたマイクロアレイ遺伝子発現データのクラスタリングに対しては従来の混合分布に基づく方法は,モデルに含まれる超多数のパラメータのため過適合をおこし有効に働かない.そこで因子分析の方法を拡張した超高次元特徴ベクトルを有する少数サンプルのクラスタリングのための手法(Mixed Factors Analysis)を開発した.

Heisei 16 years of research and development (1)The relationship between the number of positive and negative factors, especially the causal relationship between the number of positive and negative factors, is discussed. The correlation between the number of accurate changes in the supermajority and the number of directed graph indicates that the number of accurate changes in the number of directed graph In all cases, the prior knowledge of the structure is used, the purpose is determined, the relationship is determined, the causal relationship is determined, and the knowledge of the possible structure is used to construct the structure. (2)For the purpose of classification and prediction of cancer, the basic method for detecting and detecting the mixed distribution of cancer is to include the supermajority of cancer detection and detection. The method of Mixed factor Analysis is developed.

项目成果

期刊论文数量（8）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Nakamichi R. et al.: "Case-control study of binary trait considering interactions between SNPs and environmental effects using logistic regression"Proc. 4th IEEE Bioinformatics and Bioengineering. in press. (2004)

Nakamichi R.等人：“使用逻辑回归考虑SNP与环境影响之间相互作用的二元性状病例对照研究”Proc。

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

Imoto S. et al.: "Bayesian network and nonparametric heteroscedastic regression for nonlinear modeling of genetic network"Journal of Bioinformatics and Computational Biology. 1(2). 231-252 (2003)

Imoto S.等人：“用于遗传网络非线性建模的贝叶斯网络和非参数异方差回归”生物信息学和计算生物学杂志。

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

Imoto S. et al.: "Bayesian network and nonparametric heteroscedastic regression for nonlinear modeling of genetic network"Proc. 2nd IEEE Computational Systems Bioinformatics. 104-113 (2003)

Imoto S. 等人：“用于遗传网络非线性建模的贝叶斯网络和非参数异方差回归”Proc。

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

A mixed factors model for dimension reduction and extraction of a group structure in gene expression data

DOI：
10.1109/csb.2004.13
发表时间：
2004-08
期刊：
Proceedings. 2004 IEEE Computational Systems Bioinformatics Conference, 2004. CSB 2004.
影响因子：
0
作者：
Ryo Yoshida;T. Higuchi;S. Imoto
通讯作者：
Ryo Yoshida;T. Higuchi;S. Imoto

Residual Bootstrapping and Median Filtering for Robust Estimation of Gene Networks from Microarray Data

残差引导和中值过滤用于从微阵列数据中稳健估计基因网络