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。
Human Informatics and Systems Laboratory
ヒトと社会のwell-beingに貢献する研究室
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。
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
our new paper is released.
Low rank approximation of difference between correlation matrices by using inner
https://www.medrxiv.org/content/10.1101/2020.11.03.20189472v1
医用画像では、教師あり学習では以下に精度の高い教師データを用意することが問題になります。この問題は簡単には解決できない問題です。そのため、教師なし学習の適用が非常に重要です。
内視鏡画像に対する、教師なし学習手法の渾身の研究です。
https://onlinelibrary.wiley.com/doi/full/10.1111/den.13509
ここ数年続けていた胃部内視鏡画像に関する研究です。