著者
上門 雄也 大和田 勇人 金盛 克俊 鈴木 正昭
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 (2017)
巻号頁・発行日
pp.1K25, 2017 (Released:2018-07-30)

転職サイトは企業の求人広告を載せ、掲載料をもらうことで収益をあげている。なので、転職希望者が多ければ多いほど収益が多くなる。しかし、転職希望者は転職サイトに登録しても一度も応募せず離脱してしまうことが多い。そこで、本研究は職務経歴書を用いて離脱する会員と離脱しない会員の違いを特定する。また、会員の登録情報とテキストデータを統合することで会員の離脱予測の精度を上げる。
著者
岡田 正人 金盛 克俊 青木 伸 大和田 勇人
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.29, no.1, pp.194-200, 2014-01-05 (Released:2014-01-07)
参考文献数
23

This paper presents a high performance virtual screening method for drug design based on machine learning. In drug discovery with computers, drug designers often use docking softwares. They decide the docking between the compound and the protein with the result of docking software, structure of the compound, and any information of the compound. Currently, the performance of docking software is not high. This paper shows the machine learning method which uses the experiential knowledge of pharmaceutical researchers. This method calculates the docking possibility of compounds with high performance based on the results of the docking software and chemical information of compounds. The experiment shows our method have high-accuracy as 98.4 % and excellent ROC curve.
著者
岡田 正人 金盛 克俊 青木 伸 大和田 勇人
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.27, 2013

がん創薬をターゲットとした化合物ライブラリから共通するパターン(構造と性質)を自動生成する機能と、定性的に記述されたパターンから化合物とタンパク質が結合するか否かを高速に判定する機能を併せ持つ、バーチャルランダムスクリーニング法を開発する。 本手法により、従来の定量的な力学計算を伴うドッキングシミュレーションを越えて、実験等で得られた知見を活用して薬剤候補を絞りこむことが可能となる。