田口善弘

教授

テンソル分解を用いた教師無し学習による変数選択法の開発

近年、機械学習が大きな注目を集めている。その中でも大きな注目を集めている深層学習は大量の教師ありデータが無いと性能が発揮できないという致命的な欠陥があり、現在、転移学習や対照学習など多くの改善法が提案されている。本研究ではテンソル分解という古典的な方法で、サンプル数が少なく変数が多い場合に特化した機械学習法を提案し、主にゲノムサイエンスの分野に適用してる。ゲノムサイエンスの分野では遺伝子数（＝変数数）が数万個ある一方、サンプルは数個しかない状況が普通であり、この様な方法が望まれているからである。講演では、この方法を使ったインシリコ創薬やバイオマーカーの探索、疾患原因遺伝子の探索について紹介すると共に、カーネルトリックへの拡張や一細胞解析の応用などの最近の発展についても解説する。