2 0 0 0 OA 計測ノイズ除去に向けた PU 分類学習原理の検討
急速に発展している先端計測技術の膨大な出力は複雑でノイズが多く,計測対象の高精度推定やノイズ除去のために機械学習技術を適用する必要性が高まっている.ところが既存の標準的機械学習は対象の母集団分布が変わらないことを前提とするベイズ推定を基にしている.そのため例えば,統計的に非定常な計測ノイズを除去するには,対象分布に依存しない最尤推定原理に基づいた新しい手法が必要となる.本研究では計測ノイズ除去のために,最尤推定原理に基づき多数のラベルなし事例と少数の正例からPU分類器(Positive and Unlabeled Classification)を学習する原理の検討を行った.そしてこの検討PUC手法を,現実の計測ノイズ除去問題に適用し,高精度・高ロバストな性能を得た.
1 0 0 0 OA PU Classificationによるナノデバイス出力信号からのDNA塩基パルスの抽出
- 著者
- 吉田 剛 大城 敬人 鷹合 孝之 谷口 正輝 鷲尾 隆
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第31回全国大会(2017)
- 巻号頁・発行日
- pp.2I3OS10a3, 2017 (Released:2018-07-30)
一分子計測技術に期待が高まっている.ただし計測には常にノイズ混入という問題がつきまとい,これはナノスケールにおいて非常に顕著となる.我々はPU Classificationを用いてノイズのみデータを学習することで,実測データからノイズのみを除去し試料データを適切に取得することを試みた.特に研究開発中の一分子DNAシーケンサに応用した.このノイズ除去効果の有無による識別精度の差異について報告する.