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

基因网络估计的图形建模研究

• 批准号: 06J04320
• 负责人: 島村 徹平
• 金额: $ 0.64万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 2007
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06J04320/
• 关键词: 正則化; モデル選択; 経験ベイズ; グラフィカルモデル

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。

This year's は、L_1 regularization method におけるモデル选択に关する research, およびL_1 Regularization method によるガウシアングラフィカルモデルの inference に关する research を行った. The specific results of the research on the subject are described below. 1.L_1 Regularization method, the essential problem, regularization method, research on the theory of regularization, L_1 regularization method, Lasso, Adaptive Lasso によって presumed されたモデルを选価するためのモデルreview価guidance をproposal した.また、shu値実験・伝子発 appear データなどの実データのanalytic を通じてそThe usefulness is proved, and the prediction accuracy of the method is improved, and the success is achieved. The above research results were reported in the international conference COMPSTAT2006 held in August 2018. 2.Consider the existence of the number of variables and consider the L_1 regularization method 1. Research on the same method, Group Lasso, Adaptive Group Lasso によって presumed されたモデルを选価するためのモデルreview価guidance をproposal した.また、numerical 値実験・実データのanalytic を通じた従来法とのComparative を行い、Proposal technique によるモデルの Predictive accuracy のUPをconfirmation した. The above research results were reported in the KNEMO 2006 KNEMO 2006 report released in September 2018. 3.1. The research results of をまえ, グラフィカルガウシアンモデルの inference and L_1 regularization method are usedいる method of の検検, large-scale remains of 伝子ネットワーク inference of への応用を Field of view に入れた値実験を行った. Currently, the results of this research and the thesis are being submitted.