| 題名 | WordNetの上位-下位関係の体系をブラウジングするためのグラフ表現法 |
| 著者 | *市丸 夏樹 (鳥取環境大学環境情報学部情報システム学科) |
| Page | pp. 395 - 396 |
| Keyword | WordNet, シソーラス, オントロジ, DAG, 木構造描画アルゴリズム |
| Abstract | WordNetは同義語集合(synset)間の様々な意味関係からなる複雑な意味ネットワークである．我々は木構造描画アルゴリズムを用いてsynsetのノード配置を行い，多重継承枝をオーバーラップさせて表示するシソーラスブラウザxthesを開発している．本稿では，xthesを用いてWordNetを表示するために行った，WordNetを有向非周回グラフ(DAG)表現へ変換する方法について説明する．具体的には，WordNetへのトップレベルのオントロジの追加や，上位-下位関係のループの除去などを行った．これにより，ブラウジング時の対話的操作に追随した高速な描画を実現することができた． |
| 題名 | S-systemモデルを用いた遺伝子ネットワーク同定の高速化手法の提案 |
| 著者 | *天野 祐輔, 木村 周平, 松村 幸輝 (鳥取大学大学院工学研究科) |
| Page | p. 397 |
| Keyword | GA, 遺伝子ネットワーク, S-system |
| Abstract | 近年DNAマイクロアレイ等の発達により大規模な遺伝子発現量の時系列測定が可能となってきた.DNAマイクロアレイの膨大なデータからの情報抽出法の一つとして遺伝子ネットワークの同定に注目が集まっている.遺伝子ネットワークとは,遺伝子間の相互作用のことでありこれを解明することにより,未知の遺伝子の機能特定や創薬ターゲットの発見につながると考えられている. 本研究ではS-systemモデルを用いて,微分方程式を解くことなく,また利用可能な事前知識を用いて同定を行うことによって計算量の削減と精度の向上を目指す. |
| 題名 | サポートベクトルマシンを使った遺伝子ネットワーク同定 |
| 著者 | *中山 智史 (鳥取大学工学部知能情報工学科), 木村 周平, 松村 幸輝 (鳥取大学大学院工学研究科) |
| Page | p. 398 |
| Keyword | 遺伝子ネットワーク, サポートベクトルマシン |
| Abstract | 生物の生命機能は各遺伝子がお互いに制御し合うことによって維持されている．しかしどの遺伝子がどの遺伝子を制御しているのかについては今現在よく分かっていない.ここではこのような遺伝子の制御関係の推定についての研究を行う.このような推定を遺伝子ネットワーク同定という.本研究では,計測された遺伝子発現量の時系列データから遺伝子ネットワーク同定を行う.従来の遺伝子ネットワーク同定にはS-systemモデルを使ったものがあげられるが計算には時間がかかる.本研究ではサポートベクトルマシン(SVM)を使った,計算時間の短い遺伝子ネットワーク同定法を提案する. |
| 題名 | 生化学反応の知識を導入したニューラルネットワークを用いた遺伝子ネットワークの同定 |
| 著者 | *井口 和也, 木村 周平, 松村 幸輝 (鳥取大学院工学研究科) |
| Page | p. 399 |
| Keyword | ニューラルネットワーク, 遺伝子ネットワーク |
| Abstract | 近年DNAマイクロアレイと呼ばれる技術の進歩で細胞全体レベルでの遺伝子発現量を計測することが可能となっている.遺伝子発現量データから遺伝子間の相互作用を推定する技術の開発に注目が集まっている.遺伝子間の相互作用を表すネットワークを遺伝子ネットワークとよぶ.遺伝子ネットワークの同定ができるとシミュレーションへの応用,創薬ターゲットの発見に役立てることができる. 遺伝子ネットワークを記述するモデルは多く存在するが,本研究では遺伝子発現の動的変化の記述が可能な連立微分方程式モデルを用いる. これまでニューラルネットワーク(以下NN)を用いて同定する手法は提案されているが,その手法は遺伝子ネットワークの同定に多くのデータを必要とした.そこで本研究では連立微分方程式モデルに生化学反応に関する事前知識を導入し,これをNNを用いて近似する.これにより同じ量のデータから従来よりも精度の高い遺伝子ネットワークを得ることを目指す. |
| 題名 | GPを用いた正則化ニューラルネットワークによる顔画像識別 |
| 著者 | *小田 伸也, 木村 周平, 松村 幸輝 (鳥取大学大学院工学研究科) |
| Page | p. 400 |
| Keyword | 遺伝的プログラミング, ニューラルネットワーク, 顔認識, 正則化法 |
| Abstract | 顔画像の識別は，個人認証などのセキュリティの分野などに利用され，今後の需要が見込める分野である．本研究では識別精度をあげることを目的として，ニューラルネットワーク(NN)のパラメータ 調整に遺伝的プログラミング(GP)を用いた顔画像識別のための新しい方法について検討した．また，識別する画像をウォルシュ変換することによって，実際に識別に用いる変数の数を削減する方法を用いている．さらに，NNモデルが複雑になりすぎ過学習になることを避けるために，正則化法を用いている． |