投稿者: HiroyasuTomo

われわれの研究Gからのあたらしい　pre-printです。
Biorxiv

Metabolomeデータにsparse k-meansを適用してみたというスタートアップ的な研究です。
もうすこし真剣にsparseについて考えてみたいと思っています。

われわれの研究Gからのあたらしい　pre-printです。
内視鏡画像から、Deep Learningを使って、ファイバーなどのアーチファクトを除去する研究の一つです。

arxiv

われわれの研究Gからのあたらしい　pre-printです。
Open dataを利用した追試研究になっています。
生体情報および車両情報の両方をうまく使うことに興味があり研究を進めています。
BioRxiv

われわれの研究室からの新しいpre-printです。

相関行列の特徴を解釈する上で、低ランク近似をしたくなりますが、場合によっては、対応する元の値がゼロに近い値であっても、
ゼロから遠い推定値になる場合があり困ります。
その問題に対応する　疎な低ランク相関行列を推定する新しいアプローチを　提案しています。
biorxiv

L-MolGAN: An improved implicit generative model for large molecular graphs

Deep Learningで有機化合物を提案しちゃうよという、我々にとっては新しい分野へチャレンジした論文。

これからもっと大きな化合物＆ほんとに生成できそうなやつを提案できるシステムの提案を目指します。

日和先生　谷岡先生の共著論文が公開されました。
Low-Rank Approximation of Difference between Correlation Matrices Using Inner Product

人間関係や、脳機能ネットワーク、などなど、マトリクスに変換できる問題はたくさんあります。
しかし、そのマトリクスが巨大になると、どの要素に注目すればよいのかわかりません。

この論文では、大規模マトリクスを想定し、次元の削減を行いながら要素のクラスタリングを行う手法の提案をしています。

これにより、どの要素が重要で、かつ、どんなクラスタに分かれるかが同時にわかります。