ベイズ推定による信頼度評価を伴った特徴量選択手法の開発

使用贝叶斯估计开发具有可靠性评估的特征选择方法

基本信息

  • 批准号:
    20J21749
  • 负责人:
  • 金额:
    $ 1.6万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2020
  • 资助国家:
    日本
  • 起止时间:
    2020-04-24 至 2023-03-31
  • 项目状态:
    已结题

项目摘要

本研究では信頼度評価を伴った特徴量選択手法の開発を目指している。本年度は昨年度より取り組んでいた実データへの適用事例を論文として発表し、また、高次元データへと手法を拡張する研究を進めた。特徴量選択とは予測モデルの特徴量の中から予測に重要な特徴量集合を探し出す手法であり、機械学習モデル構築における重要な技術の1つである。特徴量選択は計算コストの削減だけでなく、予測モデルの解釈性を向上させ、知識の抽出にも繋がる。機械学習の応用を進める上では精度だけでなく、機械学習モデルの推論の信頼度を評価することも重要となる。特徴量選択に関しては、選択の信頼度を評価することで、信頼度の低い結果を専門家が誤った方向へ解釈することを防ぐことが可能となる。先行研究においては、全てのモデル候補を評価する全状態探索の結果から定性的に特徴量選択の不確実性を評価する手法が用いられていた。本研究では、ベイズモデル平均化を用いて全状態探索の結果から定量的に特徴量選択の信頼度を評価する手法に昨年度から取り組んでおり、本年度、蓄電池探索の問題へと適用した研究が査読付き雑誌に掲載された。また数値計算研究の再現性の担保及び本手法の幅広い活用を目指して、同研究で用いたプログラムコードをオープンソースソフトウェアとして公開した。本年度は非線形高次元特徴量空間における特徴量選択の信頼度評価にも取り組んだ。全状態探索の結果から性能指標に関する頻度分布を取ることで、モデル空間の状態密度(DoS)を評価することが可能となる。高次元空間においては全モデルを評価することが困難となるため、サンプリングによりDoSを推定する手法を開発した。開発手法を結晶構造予測問題に適用することで、先行研究で選ばれたモデルと同程度の性能を持つモデルが多数存在することを示し、先行研究の結果が有意とは言えないことを明らかにした。
在这项研究中,我们旨在开发一种具有可靠性评估的功能选择方法。今年,我们发表了一篇关于去年开发的真实数据的适用示例的论文,并进行了研究以将技术扩展到高维数据。特征选择是一种搜索重要特征量集的方法,对于预测模型的特征中的预测很重要,并且是机器学习模型构建中的重要技术之一。特征选择不仅降低了计算成本,还可以改善预测模型的解释,从而导致知识的提取。不仅要评估准确性,还要评估机器学习模型推断在促进机器学习应用中的可靠性。关于特征的选择,可以评估选择的可靠性,以防止专家解释低可靠性导致错误的方向。在提前研究中,根据评估所有候选者的整个状态探索的结果,使用了一种评估特征选择不确定性的方法。在这项研究中,我们一直在研究一种使用普通贝叶斯模型从整个状态搜索结果定量选择特征选择的可靠性的方法,并研究了适用于今年储物电池搜索问题的研究发表在杂志上。此外,该研究中使用的程序代码作为开源软件发表,旨在确保数值计算研究的可重复性和此方法的广泛使用。今年,我们还致力于评估非线性高维功能中某些功能的可靠性。通过从整个状态搜索结果中获取与性能指标相关的频率分布,可以评估模型空间的状态密度(DOS)。由于很难在高维空间中评估所有模型,因此我们开发了一种通过采样来估计DOS的方法。通过将开发方法应用于晶体结构预测问题,它表明有许多模型具有与预先研究中选择的模型相同的性能,并且先前研究的结果并不重要。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
状態密度に基づく特徴量合成アプローチの信頼度評価
基于状态密度的特征合成方法的可靠性评估
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sae Katayama;Masaki Tateno;大日方孝輝,五十嵐康彦,永田賢二,袖山慶太郎,岡田真人
  • 通讯作者:
    大日方孝輝,五十嵐康彦,永田賢二,袖山慶太郎,岡田真人
状態密度に基づく特徴量合成アプローチの有意性評価
基于状态密度的特征合成方法的显着性评估
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    岩泉 滉樹;柴田 恭幸;守友 浩;片山 彩,舘野 正樹;岩井碩慶,河野暢明,冨田勝,堀川大樹,荒川和晴;鈴木 颯;大日方孝輝,五十嵐康彦,永田賢二,袖山慶太郎,岡田真人
  • 通讯作者:
    大日方孝輝,五十嵐康彦,永田賢二,袖山慶太郎,岡田真人
Data integration for multiple alkali metals in predicting coordination energies based on Bayesian inference
  • DOI:
    10.1080/27660400.2022.2108353
  • 发表时间:
    2022-09
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Koki Obinata;Tomofumi Nakayama;Atsushi Ishikawa;Keitaro Sodeyama;K. Nagata;Y. Igarashi;M. Okada
  • 通讯作者:
    Koki Obinata;Tomofumi Nakayama;Atsushi Ishikawa;Keitaro Sodeyama;K. Nagata;Y. Igarashi;M. Okada
岡田真人研究室 研究室メンバーページ
冈田正人实验室实验室成员页面
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

大日方 孝輝其他文献

大日方 孝輝的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

非線形回帰近似推定による特徴量選択手法の収束速度と安定性向上に関する研究
利用非线性回归近似估计提高特征选择方法收敛速度和稳定性的研究
  • 批准号:
    23K16937
  • 财政年份:
    2023
  • 资助金额:
    $ 1.6万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
ロボットとの心地よいコミュニケーションを実現する微表情による感情推定法の開発
开发利用微表情的情绪估计方法,实现与机器人的舒适交流
  • 批准号:
    22K12130
  • 财政年份:
    2022
  • 资助金额:
    $ 1.6万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
データコラボレーション解析による分散協調特徴量選択手法の研究
基于数据协同分析的分布式协同特征选择方法研究
  • 批准号:
    22K12144
  • 财政年份:
    2022
  • 资助金额:
    $ 1.6万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
がんのRadiogenomicsデータに対する深層学習による革新的特徴量選択
使用深度学习进行癌症放射基因组数据的创新特征选择
  • 批准号:
    21K07590
  • 财政年份:
    2021
  • 资助金额:
    $ 1.6万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
High-dimension, low-sample-size asymptotic theory for nonlinear feature selection
用于非线性特征选择的高维、低样本量渐近理论
  • 批准号:
    20K22305
  • 财政年份:
    2020
  • 资助金额:
    $ 1.6万
  • 项目类别:
    Grant-in-Aid for Research Activity Start-up
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了