2020年度人工知能学会全国大会にて共著論文が発表されます

2020年6月9〜12日にかけてオンライン開催される、一般社団法人人工知能学会主催「2020年度人工知能学会全国大会」にて、当社研究員・寺田および代表取締役社長・瀬々が共著者として執筆した論文が発表されますのでお知らせいたします。

機械学習の発展に伴い、農学や医学などの生命科学分野への応用が期待されています。深層学習を適用すると高精度なモデルが得られる一方、学習モデルがブラックボックスであるため結果の解釈が難しく、その後の実験や改良へとつながらないことが問題となっています。このため、我々は、解釈可能性を有し、かつ予測性能も高い、「二段階予測法」を開発しました。本論文は、この二段階予測法と、それを生態学および医学へ応用した研究成果の発表となります。

人数に限りはありますが、当日参加枠もございますので、ご興味をお持ちの方はぜひご参加くださいませ。

開催概要

主催
一般社団法人人工知能学会
学会名
2020年度人工知能学会全国大会
日程
2020年6月9日(火) ~ 2020年6月12日(金)
当日参加登録
JSAI2020大会当日参加登録
公式HP
JSAI2020 – 2020年度 人工知能学会全国大会(第34回)

本学会に関するご質問等につきましては、主催:人工知能学会様のご連絡先へ、直接お問合せ頂けますようお願い申し上げます。

論文/発表概要

登壇日時
2020年6月11日(木) 9:00-10:40
登壇会場
I会場 (jsai2020online-9)
講演番号
3I1-GS-13-03
タイトル
解釈可能な二段階予測法の提案と農学・医学データへの応用
論文著者
孫 建強, 寺田 愛花, 山﨑 絵理, 清水 健太郎, 瀬々 潤
論文概要
機械学習の発展に伴い、農学や医学などの生命科学分野への応用が期待される。しかし、現在の機械学習法を適用した場合、(1)高次元少数サンプルでの予測を強いられるため予測結果が安定しないこと、(2)学習モデルがブラックボックスであるため、その後の実験や改良へとつながらないことが問題となっている。これらの解決策として、LASSO の適用が考えられるが、予測性能が深層学習等のアルゴリズムを下回ることが多い。そこで、解釈性と予測性能を両立させるために、我々は細胞内の状態を模す中間層を入れ、入力層と中間層、中間層と出力層を独立してモデルを構築する「二段階予測法」を開発した。 我々は、手法の有効性を評価するために、生態学および医学への応用を試みた。生態学への応用として、気象条件から熱帯植物の開花状況を予測した。その結果、開花状況の予測ができただけでなく、直近3ヶ月の降水量の増減に強く影響されるという、今まで不明だった開花のトリガーも明らかにした。また、医学への応用として、コピー数変異と呼ばれるゲノム情報から、癌の種類を予測し、癌種の決定に重要な遺伝子を発見することが可能となった。
大会論文集
本論文概要はこちらのリンク先よりご覧いただけます。

本論文に関するお問い合わせ先

本論文に関するお問い合わせは、下記のリンク先(お問い合わせ専用ページ)よりお願いいたします。

 お問い合わせはこちらから