ランダムフォレストにおける変数重要度の質改善方法の開発とその応用

随机森林变量重要性质量改进方法的开发及其应用

• 批准号: 22K12193
• 负责人: 木村 周平
• 金额: $ 1.83万
• 依托单位: Tottori University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12193/
• 关键词: ランダムフォレスト; 変数重要度; 遺伝子ネットワーク同定; 重み付け

本研究は，人工知能技術の一種であるランダムフォレストにおいて，偏りのある訓練データを与えて学習させた際に，変数重要度の質が大きく悪化する原因について調査すること，さらには性能悪化を回避する方法を開発することを目的としている．今年度は，ランダムフォレストにおいて，偏りのある入力データが変数重要度に及ぼす影響に関して人工的に作成した問題を対象に調査を行った．その結果，探索領域の端の一点に偏った事例が多く存在すると変数重要度の質が悪化するものの，探索領域の中央部の一点に偏った事例が多く存在しても変数重要度の質が悪化しないといった，幾らかの知見が得られたものの，そのことに関する論文はまだ未投稿である．なおこのことに関しては現在，論文を投稿準備中である．他方，変数重要度の悪化を回避する方法として，各訓練事例に適切に重み付けする方法を検討した．その適用先として研究代表者がこれまで扱ってきた遺伝子ネットワーク同定において，偏りのある入力データの影響を軽減するために，入力データ中の各事例に対して自動で重み付けを行うことのできる手法を開発した．その成果に関してはバイオインフォマティクスに関連する国際会議（IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology）において発表した．なお本重み付け手法は，他の一般の問題においても偏りのある入力データの影響を軽減するための手法として利用可能であると考えている．一般の問題への重み付け手法の適用に関して，別の論文として執筆することを予定している．

本研究旨在调查当给予有偏差的训练数据在随机森林（一种人工智能技术）中学习时，变量重要性的质量显着恶化的原因，并开发一种方法来避免性能恶化。这样做。今年，我们研究了人为造成的问题，即有偏差的输入数据对随机森林中变量重要性的影响。结果，如果有很多情况偏向搜索区域边缘的一个点，则变量重要性的质量会恶化，但即使有很多情况偏向搜索中心的一个点，变量重要性的质量也会恶化尽管已经了解到病情不会恶化，但尚未提交有关该主题的论文。我们目前正在准备一篇关于这个主题的论文以供提交。另一方面，作为避免变量重要性恶化的一种方法，我们考虑了对每个训练样例进行适当加权的方法。为了减少主要研究者一直在研究的基因网络识别中输入数据的偏差的影响，我们开发了一种可以自动对输入数据中的每个案例进行加权的方法。该研究结果发表在生物信息学相关国际会议（IEEE生物信息学和计算生物学计算智能会议）上。我们相信这种加权方法也可以用于其他一般问题，作为减少有偏差的输入数据影响的方法。我打算写一篇单独的论文，介绍加权方法在一般问题上的应用。

项目成果

Inference of Genetic Networks using Random Forests: A Quantitative Weighting Method for Gene Expression Data

• DOI: 10.1109/cibcb55180.2022.9863035
• 发表时间: 2022-01-01
• 期刊: 2022 IEEE CONFERENCE ON COMPUTATIONAL INTELLIGENCE IN BIOINFORMATICS AND COMPUTATIONAL BIOLOGY (IEEE CIBCB 2022)
• 作者: Kimura，Shuhei;Sota，Kazuki;Tokuhisa，Masato
• 通讯作者: Tokuhisa，Masato