カテゴリー: paper

我々のグループの新しいプレプリントです。

・この論文では、ヒトのコネクトミクス研究において、構造と機能の２つのネットワーク情報が重要であることを主張している重要な論文です。
・また、機械学習技術は有用ですが、通常、大規模なデータセットが必要です。しかしながら、ヒトを対象とする実験では、このデータセットを用意することが非常に難しくコストがかかります。
・この問題を解決するための、限られたデータセットからサンプルサイズを拡大するために生成敵対ネットワーク（GAN）を活用する新しいデータ拡張方法である「Task-guided Generative Adversarial Networks II」を提案しています。
・この方法は、データ内のより多くのタスク指向の特徴を捕捉することにより、データを効果的に拡張し、人間の認知特性の予測精度を向上させることを目指しています。
・NIMHヘルスリサーチボランティアデータセットを使用して流動知能を予測するためのデータ拡張の有効性を評価しました。
・提案手法によるデータ拡張は、予測精度を向上させるだけでなく、その潜在空間が構造的結合性と認知結果との相関を効果的に捉えることを示唆しています。

我々の新しい論文です。
Frontiers Neuroscience
平成26年度私立大学戦略的研究基盤形成支援事業　ドライバ・イン・ザ・ループ 研究拠点　で開始された運転時の脳機能状態を測定し解析した研究成果です。
実験、解析　なかなか大変でしたが形としてアウトプットされました。

本研究では、脳活動から万全運転の程度を予測できるモデルを開発しました。
機能的近赤外分光法（fNIRS）を用いて、実車運転中のドライバーのオキシヘモグロビン濃度の変化が測定されました。

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。

Our new paper is released
“Bayesian approach for predicting responses to therapy from high-dimensional time-course gene expression profiles”
Dの福島さんの論文