Ceek.jp Altmetrics (α ver.)
  1. ホーム
  2. Twitter
  3. もじゃもじゃのほう (Koki Tsuyuzak

もじゃもじゃのほう (Koki Tsuyuzak (@antiplastics)

投稿一覧（最新100件）

26 0 0 0 OA ゲノム情報全盛のいま使える分子系統解析のエッセンス

RT @sighex: #MBSJ2023 での発表では方法論について触れませんので、ここで。 以前「比較内分泌」という雑誌に掲載いただいた日本語記事から。 https://t.co/B83uWemks2 「オーソロジー判定のための究極的に唯一の方法が分子系統樹推定である。…

141 0 0 0 OA 生物多様性と文化へと繋がるバイオインフォマティクス

RT @gggtta: おまたせしました、Primersに追加記事として、東海大・松前さんらによる「生物多様性と文化へと繋がるバイオインフォマティクス」を公開しました。様々な広がりを見せる生物多様性情報や文化情報の研究に関する非常に充実した紹介記事となっています。 https:…

9 0 0 0 OA 行列・テンソル分解によるヘテロバイオデータ統合解析の数理 ―第4回 質的データ、距離、グラフ―

RT @gggtta: 1編目は、理研・露崎さんによる「行列・テンソル分解によるヘテロバイオデータ統合解析の数理―第4回 質的データ、距離、グラフ―」です。今回はこれまでの記事で扱わなかった特殊なデータ構造に焦点を当てた記事です。ぜひ第1回からお楽しみください。https://…

15 0 0 0 OA 行列・テンソル分解によるヘテロバイオデータ統合解析の数理 ―第3回 テンソル分解―

RT @gggtta: 総説1篇目は、理研・露崎さんによる「行列・テンソル分解によるヘテロバイオデータ統合解析の数理―第3回 テンソル分解―」です。今回からついに皆様お待ちかねのテンソル分解です！本連載を読まれたことがない方はぜひ第1回からお楽しみください。https://t.…

11 0 0 0 OA 行列・テンソル分解によるヘテロバイオデータ統合解析の数理 ―第2回 行列同時分解―

RT @gggtta: 総説1篇目は、理研・露崎さんによる「行列・テンソル分解によるヘテロバイオデータ統合解析の数理―第2回 行列同時分解―」です。前号に引き続き、行列分解のトピックを解説いただきましたので、前号の記事と合わせてお楽しみください。https://t.co/Lbm…

9 0 0 0 OA 行列・テンソル分解によるヘテロバイオデータ統合解析の数理 ―第1回 行列分解―

RT @gggtta: １編目は理研の露崎さんによる「行列・テンソル分解によるヘテロバイオデータ統合解析の数理―第1回 行列分解―」です。ヘテロなデータ解析に有効な行列・テンソル分解に関し連載していただく予定で、今回は行列分解を多角的に解説していただきました。 https://…

23 0 0 0 OA ネットワーク伝播による生物ネットワーク解析

RT @kztakemoto: 千代丸さん（博士学生）によるネットワーク伝播の総説が公開されました。ネットワーク伝播は、理論が平易、異質データの取り扱いが簡単、様々な問題設定に使える、結果の解釈性が高いなどの利点から、近年注目されています。コードもありますので、ご参考頂ければ幸…

15 0 0 0 OA 複数の表現型を用いた人類遺伝統計学の大規模情報解析

RT @yk_tani: 「複数の表現型を用いた人類遺伝統計学の大規模情報解析」の執筆の機会をいただき、 #DNADay21 の週末に出版となりました。GWAS, polygenic risk score, 高次元データセットでの penalized regression (L…

17 0 0 0 bioRxivとは何か?

RT @bonohu: 夜遅い時間からですが「bioRxivとは何か?」で話します。 [RE-1] 研究倫理委員会企画・研究倫理フォーラム 「研究成果発表のあるべき姿：オープンサイエンス推進の潮流」 2019年12月3日(火) 18:30 〜 20:00 第12会場 (福岡国際…

4 0 0 0 OA Tensor-train分解アルゴリズムによる薬物応答遺伝子発現データからの創薬

TT分解の用途としては、計算量が膨大になる4階以上のテンソル分解などで効果的で、欠損値補完に利用された事例があります。 https://t.co/h0p6dnZi4k

42 0 0 0 OA p値に関する最近の議論

p値ボロクソに言われててわろす https://t.co/wSDDBOvzgR

2 0 0 0 Tensor decomposition based unsupervised feature extraction applied to bioinformatics

RT @Yh_Taguchi: オーラル落とされてポスターで情けないですが。 2017年度生命科学系学会合同年次大会（ConBio2017）/テンソル分解を用いた教師なし学習による変数選択のバイオインフォマティクスへの応用 https://t.co/0vDx5iTzKW 3日目…

22 0 0 0 OA 「情報」に関する13章 : 私家版・情報学入門

RT @kaityo256: 交換MCの効率についてサーベイしてたら見つけた、伊庭さんの『「情報」に関する13章ー私家版・情報学入門 』。これすごく面白い。http://t.co/3mBjYO4H

2 0 0 0 超多重検定の最新動向

RT @copypasteusa: 超多重検定の最新動向 http://t.co/qDFzudWU 経験ベイズ検定に基づく統計的バイオインフォマティクスを典型例にとり,多重性の高い状況を目の前にした読者がどのように考えればよいかを議論し,最近の研究が対象にしている多重検定 ...

お気に入り一覧（最新100件）

21 0 0 0 OA 少量のデータに対する機械学習

小データ関連だと赤穂先生の以下の記事も好き

16 0 0 0 OA ランダムの中に見る秩序―パーシステントホモロジーとその応用―

日本物理学会誌は宝の山。パーシステントホモロジー？ https://t.co/ZXDMzEsFOl 穴が開いたりからみあったり。めちゃくちゃに見える構造に意味をあたえるのがパーシステントホモロジー。距離に対するスケーリングも。相の分離を教えてくれる手法になるんだろうか。 やっぱり数学ってえらい。

39 0 0 0 OA LASSOに対するSURE理論に基づく情報量規準

LASSOの正則化パラメータの選択には SURE（Stein's Unbiased Risk Estimate）から導出されるAICを使いましょう，という二宮さんからのメッセージ。 数値例やAICの導出もあって分かりやすい。 https://t.co/HlRa27ZSgR

34 0 0 0 OA 動的モード分解の概要と活用法―神経システムの制御問題への応用を目指して―

私の研究室の神谷俊輔さん@mathmrk_neusci と執筆した「動的モード分解の概要と活用法―神経システムの制御問題への応用を目指して」という解説記事が神経回路学会誌に公開されています。我々も検討し始めて間もないトピックです。皆さまよりご意見いただけますと幸いです。 https://t.co/iLDwwI929o

43 0 0 0 OA 生きものが機械でもいいじゃない

生きものが機械でもいいじゃない https://t.co/OiuHS4D2nk

32 0 0 0 OA 物理屋のための深層学習

日本物理学会誌は宝の山。私には一番しっくりくる機械学習の解説。https://t.co/jtrJzklULk 結局は大規模なフィットの問題で、いつもやるように勾配降下法を使う。データを部分に分けて順番に最適化する作戦も。全データを同時に使うと進みが遅くなる。高次元ランダムウォークの問題。親近感ありあり。

32 0 0 0 OA 音源分離技術の基礎と動向 ―確率モデル/深層学習に基づく方法の概観―

音源分離の基礎と動向というタイトルで、IEICE Fundamental Reviewの解説論文を執筆しました。 オープンアクセスなので、非会員でもアクセス可能です。 https://t.co/5SJ5Wi1axD

10 0 0 0 OA 潜在交絡変数が存在する場合のベイズ的アプローチによる非ガウス因果構造推定法

LiNGAMにベイズ的なアプローチを掛け合わせた因果構造の推定手法に関するサーベイ。因果推論関連のタスクはLiNGAMに限らず未観測の交絡変数がネックとなりがちですが、うまく事前分布とパラメータを設定できれば未観測要因が存在しても正しく因果構造を推定できるっぽい。 https://t.co/blT2qRzBzQ

248 0 0 0 OA 因果推論の道具箱

因果推論の道具箱（大久保） 従来の因果推論手法の概要と近年の因果推論のトレンドが簡潔かつ体系的にまとめられていて非常に読みやすかった。 https://t.co/9BRVQvvRxg

101 0 0 0 OA ドイツ語と英語が合成された学術用語“Eigenvalue”に関する数理的考察

ドイツ語と英語が合成された学術用語 “Eigenvalue” に関する数理的考察 https://t.co/BH6FrghDIW 昔は proper value などと呼ばれていたらしく，Eddington やら Dirac やらが使い始めて定着したらしい

18 0 0 0 OA A Japanese history of the Human Genome Project

多くの方にヒトゲノム完全解読に至るまでの僕の主観的な振り返りを目に止めて頂いたようですが、日本のヒトゲノム研究をPIとして永年牽引した榊 佳之先生の総説がオープンアクセスで読めますのであまり光が当たらない日本のHGPへの貢献を知りたい方はぜひこちらを一読下さい。 https://t.co/h38Hei6sb1

62 0 0 0 OA 傾向スコア解析のための三重頑健情報量規準

かなり重要な情報が詰まっているので因果推論界隈は必読です。 二宮(2022)"傾向スコア解析のための三重頑健情報量規準"https://t.co/ZdIAF82irY

26 0 0 0 OA 第六回:時間周波数領域のスパース表現

連載講座「短時間フーリエ変換入門」の最終回が無料オンライン公開されました！ https://t.co/0i96CpPI3b https://t.co/bsWdnRo0dx

96 0 0 0 OA 技術から生まれた数学 数学的対象発生の歴史的研究と現象学的分析

「技術から生まれた数学　数学的対象発生の歴史的研究と現象学的分析」 鈴木俊洋 何度読んでもよい論文だと思う 「こういうことが数学と技術に関連する研究者の共通の認識となればよいのに」と新年に思う https://t.co/TFHHUQWLXw

25 0 0 0 OA 第三回:短時間フーリエ変換

連載講座「短時間フーリエ変換入門」の第三回が無料オンライン公開されました！ https://t.co/XrJRhvDJHn https://t.co/APq9UqoG0D

57 0 0 0 OA 第二回:離散フーリエ変換

連載講座「短時間フーリエ変換入門」の第二回が無料オンライン公開されました！ https://t.co/AeHn0ZHHfn https://t.co/ZlEYKrPSMR

11 0 0 0 OA 行列・テンソル分解によるヘテロバイオデータ統合解析の数理 ―第2回 行列同時分解―

総説1篇目は、理研・露崎さんによる「行列・テンソル分解によるヘテロバイオデータ統合解析の数理―第2回 行列同時分解―」です。前号に引き続き、行列分解のトピックを解説いただきましたので、前号の記事と合わせてお楽しみください。https://t.co/LbmdpEjT2y

188 0 0 0 OA 第一回:連続信号と離散信号

連載講座「短時間フーリエ変換入門」の第一回が無料オンライン公開されました！ https://t.co/dUp9DmAwzG https://t.co/tzD4L5uMGY

6 0 0 0 OA 非古典的ロドプシンの構造多様性

生物物理「非古典的ロドプシンの構造多様性」https://t.co/DsrbbVX17K こういう non-canonical な変わり種って萌える。 今後 AlphaFold2 DB が非モデル生物まで拡大されたら、配列相同性ほとんど無しに構造が似ているような、非常に遠縁の蛋白質が続々発掘されそうで楽しみだ。

7 0 0 0 OA Interactive speech source separation based on independent low-rank matrix analysis

そして新しいレター出ました． 独立低ランク行列分析（ILRMA）でミスった周波数帯域をユーザに直してもらう音源分離システム． ILRMA「難しいけん自分でやれ」→ユーザ「ｱｯﾊｲ」 https://t.co/mWcWTDnE6B

195 0 0 0 OA 統計的因果推論の視点による重回帰分析

岩崎学先生の「統計的因果推論の視点による重回帰分析」 https://t.co/rxjIUgp4g1 がおもしろかったので，『事例で学ぶ！あたらしいデータサイエンスの教科書【PDF版】』 https://t.co/OlNJ98qqz1 もポチってみた

44 0 0 0 OA 離散微分形式による大規模シミュレーション

公開されました。見てね。 離散微分形式による大規模シミュレーション 深川 宏樹 2021 年 31 巻 1 号 p. 22-26 https://t.co/D2Se4UF1KL

195 0 0 0 OA 統計的因果推論の視点による重回帰分析

こっちの論文も合わせて読みましょう。 統計的因果推論の視点による重回帰分析 岩崎 学 (2021) 日本統計学会誌 https://t.co/gd6cd3zpDG

436 0 0 0 OA 私の論文が採録されないのはどう考えても編集委員会が悪い!

「私の論文が採録されないのはどう考えても編集委員会が悪い！」 力強いお言葉。1日3回唱えるわ。 https://t.co/552sqSAenJ

42 0 0 0 OA 深層学習の統計理論

この内容が日本語で読めるのありがたい https://t.co/iwlHIjR3UA

31 0 0 0 OA 生物画像解析のネットワーク

日本の生物物理学会誌に生物画像解析のことを書きました。PDFをリンクします。 https://t.co/uTxUuRogol

46 0 0 0 OA 表現型システムの生物物理

生物物理学会誌 「表現型システムの生物物理」 https://t.co/A8MDduTpHY 生物の複雑な形態がもつ普遍的な原理をどのように目指すべきか？ ・多要素構造 ・表現型の要素とは？ ・要素間ネットワーク ・要素群の進化組立順序 蝶の擬態（枯葉、岩、地衣類など）を題材にしています。 表紙にもなりました。 https://t.co/zpLEj98MLD

11 0 0 0 OA タンパク質の立体構造情報はどのようにアミノ酸配列に埋めこまれているか?

フォールディング関係だと金城さんが2006年に書いた総説が今読んでも面白いしおすすめ。 https://t.co/w96cB0IZcA

22 0 0 0 OA AI手法による打音検査の浮き判定の検討

異常検出において、「教師あり」vs「教師なし」で「教師なし」が勝った一例。 https://t.co/tFsw7ssmQh コンクリートの打音スペクトル（スペクトログラムではない）で異常個所を見つける研究。「教師あり」が80％強の精度、「教師なし」（オートエンコーダ）は100％の精度に。

203 0 0 0 OA 機械学習におけるハイパパラメータ最適化手法:概要と特徴

ハイパパラメータ最適化手法のサーベイ論文 https://t.co/HiGoztFje0

4 0 0 0 OA mid-P value:その考え方と特性

Cochran WG. Some Methods for Strengthening the Common χ2 Tests. Biometrics 1954. https://t.co/HuMnZogU4O 岩崎学. mid-P value:その考え方と特性. 応用統計学 1993 . https://t.co/ceaxylsbYg

7 0 0 0 OA 聖徳太子をつくる技術:独立成分解析:多変量データの新しい分解法

@hayashiyus ご存知だとは思いますが，昔，独立成分分析(ICA)が流行った頃の文献で，比較的すぐに読めて情報幾何的な解説があり，自然勾配法に関する話が出てきます。 https://t.co/CJwJ69uHne 白色化で思い出しました。

26 0 0 0 OA ゲノム情報全盛のいま使える分子系統解析のエッセンス

テクニカルノート「ゲノム情報全盛のいま使える分子系統解析のエッセンス」というのを少し前に出しました。PDFがフリーでとれるようになっていることに今気づいたのでここでお伝えしておきます。今ふと考えると、タイトル通りの内容になっているか、自信はありません。https://t.co/BqhXOIeI9G

282 0 0 0 OA オートマトン理論再考

“オートマトン理論はコンピュータサイエンス(CS)の基礎づけに大いに貢献しており，その意味でCSにおける線形代数と言っても過言ではないのかもしれない．実はこれは単なる比喩的な標語ではなく，技術的に， オートマトン理論と線形代数を強く結びつけることができる．” https://t.co/YTHDDa010k

23 0 0 0 OA スパースモデリングと天文学(<特集>スパースモデリング: 情報処理の新しい流れ)

ブラックホールがスパースモデリングによって見えるようになった原理が書かれている。非常にわかりやすい。（池田思朗, 本間希樹, 植村誠、スパースモデリングと天文学、応用数理、25、15-19、2015） https://t.co/atcY7QxRSc

12 0 0 0 OA 応用数理の遊歩道(19) : 統計的思考と応用数理-意図と構造

赤池弘次「意図と構造」https://t.co/bFXWf5hE47 https://t.co/jvJAGeTYDE

17 0 0 0 OA 輔助重み法によるニューラルネット上での特徴選択と過適防止

NNの特徴量の重要度を知るために一個抜く、という論文が流れてきたけど、そんな面倒な事するなら今年のJSAIで出てた勾配ベースの手法で良くない？ https://t.co/Ngb7xZR0UU

11 0 0 0 OA 構造的因果モデルについて

J-STAGE Articles - 構造的因果モデルについて https://t.co/TugprIgXIA

30 0 0 0 OA Time Series Classification via Topological Data Analysis

昨年2月にプレスリリースが出ていた富士通研究所のtime delay embedding + TDA(topological data analysis) + deep learningによる時系列データ分類の論文 https://t.co/Xx77pzZAbT

2 0 0 0 Mixed Realityによる創薬支援システムの開発と応用

Mixed Realityの実演すごい。 Mixed Realityによる創薬支援システムの開発と応用 坂本 亘, 関嶋 政和 https://t.co/9lS5q1TAwf

15 0 0 0 How to maintain the database that works?

2日目夜の分子生物学会年会フォーラム 2F3 「いかにして使えるデータベースを維持し続けるか?」やります!是非来てね 日時：12月1日（木）18：15～19：45 会場：第3会場 #MBSJ2016 / “The 39th An…” https://t.co/Zt0uHUXSa4

1 0 0 0 分子生物学に基づくバーチャル線虫モデルの構築とその工学的応用に関する研究

多種類のサンプルの動画解析は、こういう研究をつなげると解釈の出口の一つにならないかな https://t.co/DdOjxlIJo1

563 0 0 0 OA 三胚葉由来組織に共通した万能性体性幹細胞の探索 : 早稲田大学大学院先進理工学研究科博士論文

STAPはVacantiのSpore-like stem cell（だれも再現できてない）を追い求めた結果なのか。VSELやmuseも併記されてる。そして理研CDBはそれを支持して全面バックアップしたのか。[PDF]http://t.co/rMCbFBuBc6

1 0 0 0 OA NegFinder: A Web Service for Identifying Negation Signals and Their Scopes

（12）NegFinder: AWeb Service for Identifying Negation Signals and Their Scopes K Fujikawa，K Seki，K Uehara http://t.co/TzREqolNCI

1 0 0 0 OA 医薬品の構造式を起点としたADME予測モデルの構築

（3） 医薬品の構造式を起点としたADME予測モデルの構築　川島 悠一，權 娟大，宮崎 智 http://t.co/xbI7OqcV0N

1 0 0 0 OA 情報科学的手法によるnon-coding RNAの遺伝子発現制御の解析

（2） 情報科学的手法によるnon-coding RNAの遺伝子発現制御の解析　林 知里，權 娟大，宮崎 智 http://t.co/xrGZ8TieR4 面白そう。

2 0 0 0 超多重検定の最新動向

超多重検定の最新動向 http://t.co/qDFzudWU 経験ベイズ検定に基づく統計的バイオインフォマティクスを典型例にとり,多重性の高い状況を目の前にした読者がどのように考えればよいかを議論し,最近の研究が対象にしている多重検定ならではの手法やその性質を紹介する

フォロー（1069ユーザ）の投稿一覧（直近7日間）

フォロワー（1537ユーザ）の投稿一覧（直近7日間）