遺伝子ネットワーク推定のためのグラフィカルモデリングに関する研究

点击翻译按钮获取中文摘要

本年度は、L_1正則化法におけるモデル選択に関する研究、およびL_1正則化法によるガウシアングラフィカルモデルの推定に関する研究を行った。これらの研究によって得られた具体的な成果を以下に述べる。1.L_1正則化法において本質的な問題である正則化パラメータの選択に関する理論的研究を行い、L_1正則化法として知られるLasso、Adaptive Lassoによって推定されたモデルを評価するためのモデル評価規準を提案した。また、数値実験・遺伝子発現データなどの実データの解析を通じてその有用性を検証し、従来法よりも予測精度が向上することに成功した。以上の研究成果を、平成18年8月にイタリアで開催された国際会議COMPSTAT2006にて報告した。2.変数間に存在するグループ構造を考慮したL_1正則化法についても1.と同様の研究を行い、Group Lasso、Adaptive Group Lassoによって推定されたモデルを評価するためのモデル評価規準を提案した。また、数値実験・実データの解析を通じた従来法との比較を行い、提案手法によるモデルの予測精度の向上を確認した。以上の研究成果を、平成18年9月にイタリアで開催されたワークショップKNEMO2006にて報告した。3.1.の研究成果を踏まえ、グラフィカルガウシアンモデルの推定にL_1正則化法を用いる方法の検討、大規模遺伝子ネットワーク推定への応用を視野に入れた数値実験を行った。現在、本研究の成果をまとめ、論文誌に投稿中である。