著者

森岡 涼子 津田 宏治

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 (ISSN:09135685)

巻号頁・発行日

vol.110, no.476, pp.161-167, 2011-03-21

---

産業連関表とは、産業の各部門間の取引額を表形式にまとめたもので、マクロ経済解析の基礎を成すものである。本研究では、これまで情報理論や脳科学の分野で用いられてきた情報幾何を産業連関表に適用し、産業構造の変化に関する解析を行うことを目的とする。情報幾何の有効な特徴は、直交葉層化を用いることによって、解析対象を階層的に分解できる点にある。本論文では、産業連関表を、行和・列和(周辺和)と、それ以外の部分(相互作用行列)に分解することによって、各産業部門の規模と、部門間の相互作用を分離して観察することを可能にする。本手法を1970年から2006年までのJIP産業連関表に適用した結果、オイルショック、バブル崩壊、アジア金融危機などに伴う経済構造の変化が、元の連関表よりも、相互作用行列の方に顕著に表れていることを確認した。また、情報幾何的分解から、技術革新の影響を考慮に入れた連関表の推定法が導き出せることを示し、従来のRAS法との比較を行う。

著者

梅津 光央 齋藤 裕 亀田 倫史 津田 宏治

出版者

一般社団法人 日本生物物理学会

雑誌

生物物理 (ISSN:05824052)

巻号頁・発行日

vol.61, no.3, pp.177-179, 2021 (Released:2021-05-28)

参考文献数

7

著者

津田 宏治

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会誌 (ISSN:09135693)

巻号頁・発行日

vol.83, no.6, pp.460-466, 2000-06-25

参考文献数

13

被引用文献数

57

---

サポートベクターマシンとは, 近年注目を集めているパーセプトロン型のパターン認識手法の名前である.この手法は, PAC学習に基づく理論的背景を持ち, 同時に, 実験的に非常に優れた成績を挙げている.また, 学習は, 二次計画問題を解くことによって行うことができ, 局所解の問題も存在しない.サポートベクターマシンは, 本来線形識別器であるが, カーネル関数と組み合わせることによって, 学習の簡便さを失うことなく, 非線形に容易に拡張できる.本稿では, パターン認識研究における久しぶりの大型新人であるサポートベクターマシンについて, 応用の研究者を意識して, 計算機上での実現法を中心に述べる.また, 理論的背景についても, 簡潔に解説する.

著者

野田 恭平 高橋 久尚 津田 宏治 廣島 雅人

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.38, no.2, pp.E-M93_1-11, 2023-03-01 (Released:2023-03-01)

参考文献数

18

---

Due to the increase in material databases in recent years, there has been a lot of research regarding deep learning models which use large sizes of datasets and are aimed at the prediction of the material properties of inorganic compounds. Particularly, prediction models with Self-Attention structures, such as Roost and CrabNet, have garnered attention because of two reasons: (1) input variables are confined to the chemical composition of each formula and (2) Self-Attention enables models to learn individual element representations based on their chemical environment. However, the existing Self- Attention model yields low prediction accuracy when predicting structure-dependent material properties, such as the magnetic moment, for lack of structural information of compounds as input. In this research, based on the existing Self- Attention model, we set both elemental and structural information, especially the space group number and lattice constant, as input information and successfully construct a prediction model that is more versatile than existing methods. Furthermore, we visualized lists of promising materials by adopting Bayesian optimization. As a result, we have developed a system to propose desired materials for materials researchers.

著者

杉山 麿人 中原 裕之 津田 宏治

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会研究会資料 人工知能基本問題研究会 106回 (2018/3) (ISSN:24364584)

巻号頁・発行日

pp.12, 2018-03-07 (Released:2021-07-01)

著者

津田 宏治

出版者

公益社団法人 日本薬学会

雑誌

ファルマシア (ISSN:00148601)

巻号頁・発行日

vol.50, no.10, pp.993-997, 2014

---

私の製薬業界に関する知識は非常に限られたものであるが,日本の製薬業界の競争力は必ずしも高くないように見える.特に,医薬関係で膨大な貿易赤字を計上している点からもその傾向はうかがえる.一般に日本企業は,欧米企業に比べて情報解析力,特に独自のアルゴリズムを開発する能力に劣り,このことは競争力低下の一因となっているのではないだろうか.ビッグデータという言葉に代表されるように,薬学・分子生物学を巡るデータの量は急激な増加を続け,計算機とアルゴリズムなしには,到底対処できない.データ解析力を高めなければ,世界にごしていくことはできないのではという危機感が最近ようやく高まってきたようである.しかし私の意見では,そのような軽い危機感では全く不十分であり,データ解析力が国力を大きく左右する時代がきたのではないかと考えている.<br>2006年,マイクロソフトのJim Grayは,著書の中でデータ中心科学という概念を提唱した.これは,経験科学,理論科学,計算科学に次ぐ,第四の科学的パラダイムである.単純化して言うと,これまでの科学では経験や知識に基づいて仮説を想起し,その仮説を極めて限られた量のデータを生み出す実験によって検証する形で,発見が行われてきた.それに対し,21世紀の科学であるデータ中心科学では,仮説を決める前に網羅的に大量のデータを取得する.そのデータを解析アルゴリズムにかけた結果を見て仮説を生成し,従来のように検証実験を行うという流れになる.言うまでもなく,大きな違いは解析アルゴリズムが科学的発見のフローの中に組み込まれている点であり,その優劣が最終的な発見の量と質を決定する.このような方法論の変化は,生物学・薬学のみで起こっているわけではない(図1).化学・物理学・マクロ経済学・スマートグリッド・環境エネルギーなど,あらゆる分野から膨大なデータが生み出され,それを解析できる人材が求められている.

著者

杉山 麿人 中原 裕之 津田 宏治 Sugiyama Mahito Nakahara Hiroyuki Tsuda Koji

雑誌

SIG-FPAI = SIG-FPAI

巻号頁・発行日

vol.B5, no.03, pp.51-56, 2017-03-08

著者

張 金哲 寺山 慧 隅田 真人 伊藤 研悟 菊地 淳 津田 宏治

出版者

Division of Chemical Information and Computer Sciences The Chemical Society of Japan

雑誌

ケモインフォマティクス討論会予稿集

巻号頁・発行日

pp.1P09, 2019 (Released:2019-10-22)

参考文献数

12

---

NMR測定は試料中に含まれる分子を確定・同定する際に重要な測定である.通常,得られたNMRスペクトルのピーク位置は分子の官能基・部位毎に異なることから,データベースなどを参照し,知識を持つ人の手によって帰属が行われ,試料に含まれる分子の確定・同定を行うことが可能である.しかし,人が介入することから,客観性や人の労力の観点から問題になることもある.このような問題に対処するために,我々はNMRスペクトルから機械学習と探索アリゴリズムを用いて自動的に含まれる分子を同定する手法開発に取り組んでいる.本発表では,量子化学計算とde novo 分子生成機を組み合わせた手法で,所望のNMRスペクトルを持つ分子を設計することにより,分子を同定する手法の自動化の取り組みを紹介する

著者

田部井 靖生 津田 宏治

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 (ISSN:09135685)

巻号頁・発行日

vol.111, no.87, pp.103-110, 2011-06-13

---

近年,データの大規模化に伴いバイナリコードを用いた類似度検索はますます重要度を増している.従来の空間分割に基づく手法(e.g., cover tree)とは異なり,数値ベクトルはハッシュテーブルにより効率的に扱うことができる離散シンボルへと変換され処理される.しかし,ハッシュテーブルに基づく手法はベクトル空間の幾何的性質を扱うことが困難であり既存の手法は必ずしも効率的とは言えない.そこで,本稿ではウェーブレット木(Grossi et al., SODA'03)によるバイナリコードの効率的な検索手法を提案する.提案手法は幾何的制約により探索空間を効率よく枝刈りすることができ,ハッシュテーブルを使った手法よりも効率的である.実験により,提案手法は約8000万の大規模画像データに対しても適応可能であることを示す.

著者

河原 吉伸 津田 宏治 鷲尾 隆 武田 朗子 湊 真一

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 (ISSN:09135685)

巻号頁・発行日

vol.110, no.476, pp.63-68, 2011-03-21

参考文献数

14

---

特徴選択は,所与の特徴(パラメータや属性,関数などの集合)の中から問題解決に有効なその一部を取り出すタスクであり,機械学習や統計科学,データマイニングなどにおける最も重要な課題の一つである.この問題は近年,解釈性や計算効率の有用性から,疎な解を誘導しやすいノルムを用いた正則化損失関数最小化の枠組みで議論される場合が多い.損失関数の多くは集合関数として見た場合,劣モジュラ性を有するため,本稿では,特徴選択を劣モジュラ関数最適化として定式化する.これは,最も疎な解を誘導しやすいl_0ノルムを用いた正則化損失関数最小化を直接扱っている事に相当する.著者らは,2分決定図(Binary Decision Diagram; BDD)を用いた解空間の表現,及び,特徴を選択する評価関数の劣モジュラ性を用いた効率的な探索により,厳密解を含む最適性の高い解を列挙する方法を提案する.さらに,提案手法の有用性に関する検証例を示す.

著者

津田 宏治

雑誌

情報処理

巻号頁・発行日

vol.51, no.7, pp.892, 2010-07-15

著者

津田 宏治

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. D-II, 情報・システム, II-パターン処理 (ISSN:09151923)

巻号頁・発行日

vol.82, no.4, pp.592-599, 1999-04-25

被引用文献数

29

---

部分空間法は, 通常, 特徴量を基底とする多次元数空間(i.e. 特徴空間)に適用される. しかし, 部分空間は任意の線形空間で定義できるので, 数空間だけでなく, 関数空間にも, 部分空間法は適用可能である. 本論文では, 特徴空間の各点を, その点を中心とするガウスカーネル関数に対応づけることにより, 特徴空間を, ヒルベルト関数空間に写像し, そこで, 部分空間法を用いて識別を行うことを提案する. 平仮名認識実験を行った結果, 従来の部分空間法よりも, 高い認識率を得ることができた. この認識率の向上は, ヒルベルト関数空間において, 各クラスの部分空間同士の共通部分の次元数が0になることに起因すると考えられる.