144 198 315 432
 
 

タンパク質間の関係性を予測することは生命情報学において中心的な課題の一つである.関係性の予測には様々な観測データを使うことができるが,データの計測にはコストがかかる.予測に有用なデータは生体プロセスによって異なるが,これまで方法は異なるプロセスにたいして異なるデータを選択することはできなかった.そこで,我々は伝達学習の原理を導入して局所的情報を効果的に利用してデータの自動選択を行いつつ関係性を予測する算法を開発した.

 
     
  文献  
  [14] Tsuyoshi Kato, Kinya Okada, Hisashi Kashima, Masashi Sugiyama:
A Transfer Learning Approach and Selective Integration of Multiple Types of Assays for Biological Network Inference,
International Journal of Knowledge Discovery in Bioinformatics (IJKDB), vol. 1, no. 1, pp. 66--80, 2010.
 
 
[English]
 
学生の活躍
 
CNN初期化
トビット解析
符号制約学習
Top-k SVM
ウイルス検出
共分散記述子
マハラノビス符号化
顕微鏡画像解析
平均多項式カーネル
打ち切りデータのベイズ推定
計量学習
ファジー部分空間クラスタリング
リガンド予測
酵素活性部位探索
伝達学習によるリンク予測
多タスク学習
ラベル伝播法
マイクロアレイ用カーネル
薬剤耐性予測
ネットワーク推定
カーネル推定
変分剛体変換
その他