中央大学 理工学部 教授 田口 善弘

  • 小間番号: A-9
  • 展示会:
    アカデミックフォーラム
  • ポスター展示日時: 1月22日(水) 10:00 - 17:00
  • 国名: 日本
  • キャッチコピー 教師なしAIが拓く ゲノム解析の新時代
  • 従来の教師ありの機械学習は膨大な数の教師データが無くては学習が不可能であった。この点を改善するために、教師データを必要としない教師無し学習を用いた方法を提案する

  • 発表日時: 1月22日 (水) 13:40 - 14:10
  • 発表会場: セミナー会場9
  • 製品・サービス一覧

    • 教師なしAIが拓く ゲノム解析の新時代

      従来の教師ありの機械学習は膨大な数の教師データが無くては学習が不可能であった。この点を改善するために、教師データを必要としない教師無し学習を用いた方法を提案する

    ロード中です

    ロード中です

    展示会場内無料セミナー

    • 教師なしAIが拓く ゲノム解析の新時代

      従来の教師ありの機械学習は膨大な数の教師データが無くては学習が不可能であった。この点を改善するために、教師データを必要としない教師無し学習を用いた方法を提案する

      Company Event Result

      1. カテゴリー PRセミナー(Frontでは表示しない)
      2. 日付 22 1 2020
      3. 13:40
      4. 14:10
      5. セミナータイトル 教師なしAIが拓く ゲノム解析の新時代
      6. セミナー説明文 従来の教師ありの機械学習は膨大な数の教師データが無くては学習が不可能であった。この点を改善するために、教師データを必要としない教師無し学習を用いた方法を提案する
      7. 日時: 1月22日(水) 13:40 ~ 14:10
      8. 会場: セミナー会場9
      9. セミナー種別:
        アカデミックフォーラム

    研究内容/発表者プロフィール

    • *

      研究内容

      1. 研究内容の概要/特長 マルチオミックスデータは、トランスクリプトーム、プロモーターメチル化、ヒストン修飾、プロテオーム、メタボロームなど多岐に渡る。それらの統合解析は創薬、バイオマーカー探索、疾患原因遺伝子の同定などに重要であるが、確立した方法はない。今回、我々はテンソル分解を用いた新しい方法を提案する。
      2. 従来技術・競合技術との違い 通常、マルチオミックスデータの解析には複雑な機械学習の手法や統計学習の手法が駆使されることが多いが、複数のオミックスデータをどのように統合するかを人間が設計しなくてはならないなど課題も多い。提案手法は教師なし学習であり、事前知識なしにマルチオミックスデータの統合解析を行うことが可能になる。
      3. 想定される応用分野 AI創薬、バイオマーカー探索、疾患原因遺伝子同定。
      4. 発表者プロフィール 1988 東京工業大学理工学研究科物理学専攻 理学博士号取得 1988-1997 同助手 1997-2006 中央大学理工学部物理学科助教授 2006-現在 同教授

    ※上記の情報は来場ユーザーから出展社への事前アポイント申請用に公開しています。
    それ以外の目的(セールスなど)で無断に使用・転載することを固く禁じます。

    当ウェブサイトは、運営と効用の改善のためにクッキーを利用しています。クッキーについての詳細、利用目的や管理方法は、プライバシー&クッキーをお読みください。尚、このサイトを利用するにあたり、あなたはクッキーの使用に同意していることになりますのでご留意ください。