大規模知識処理の「Art」な世界へようこそ
以下、更新中です。
[研究グループ]
データ駆動科学を支える機械学習・データマイニング技術 (瀧川)
私たちの身の回りだけにとどまらず、生命科学や物質科学の研究現場においても日々多様なデータが生成され溢れるようになりました。現代の科学知識やデータの蓄積速度を考えると、いままでのように経験と勘と根性で科学的な発見を行うことが大変難しくなっています。したがって、こうした多様な大規模データを有効かつ安全に利活用できる汎用の情報処理技術基盤の確立が期待されています。こうした技術は人を模倣する「人工知能」では不十分であり、人間には不可能な知識処理──膨大な知識とデータに基づく超高速な知識情報処理──を実現しなくてはなりません。機械学習・統計科学・データマイニングはその基幹技術の一つであり、実際に様々な場面で使われるようになっています。ところが現代のデータはただ大規模なだけではなく多様で多義的で複雑です。機械学習・統計科学・データマイニングはこのようなつかみどころのないデータの集積から有効な知識を引き出すため日進月歩で深化しつづけています。
本グループでは、主に実問題で起こる「構造」が伴う統計的推論・探索を研究しています。例えば、生命科学のデータは単なる計測された数値組だけではなく、シーケンスやツリーやグラフや点群や多次元配列といった構造により表現される対象が増えています。あるいは、機械学習を利活用する際、どういった変量を用いれば良いのかが分からず、考えられる多様な候補からデータに照らし合わせて有効な変量を発見したいという組合せ問題の構造があります。また、ある変量と別の変量の間に複雑に絡み合った依存関係があるネットワーク状の構造制約があります。多義的で多様で文脈依存的なデータを適切に表現するため、深層学習や回帰森や隠れ変数モデルのように、機械学習モデル自体が様々に階層構造を持っている場合もあります。この「構造」が「離散構造」「組合せ」である場合、統計科学的に有効な方式を確立するだけではなく、高速で効率の良いアルゴリズム的な側面も非常に重要になります。
こうした技術的側面を丁寧に分析し、性質を理解し、改善技術に繋げていく研究だけではなく、実際に分子生物学、医学、創薬科学、ゲノム科学/遺伝学、物理化学、材料科学、社会科学の北大内外の研究者たちと連携し、実データにどれだけその技術が耐えうるか、試行錯誤しながら研究を進めています。
研究事例
- 離散構造・組合せ構造を制約とする機械学習
- グラフ表現を持つデータ集合からの機械学習・パターンマイニング
- 木表現を持つ機械学習のアンサンブル・ランダマイゼーション
- スパース制約に基づく超高次元データの機械学習
- 深層学習による化合物の生物活性・電子物性予測
- 医薬品と標的タンパク質の多対多相互作用解析
- ChIP-Seqによる転写制御因⼦の機能解析
- 代謝ネットワーク構造と遺伝⼦発現の関連解析
准教授： 瀧川 一学 (たきがわ・いちがく)
http://art.ist.hokudai.ac.jp/~takigawa/