深層学習を利用したBioDOSにとって有用な論文の発見

カテゴリ: 部門大会

論文No: TC13-4

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Discovering useful papers for BioDOS using deep learning

著者名: 宮崎 和光（大学改革支援・学位授与機構）,木賀 大介（早稲田大学）,安田 翔也（東京工業大学）,濱田 立輝（早稲田大学）,小玉 直樹（明治大学）,山村 雅幸（東京工業大学）

著者名(英語): Miyazaki Kazuteru (National Institution for Academic Degrees and Quality Enhancement of Higher Education),Kiga Daisuke (Waseda University),Yasuda Shoya (Tokyo Institute of Technology),Hamada Ritsuki (Waseda University),Kodama Naoki (Meiji University),Yamamura Masayuki (Tokyo Institute of Technology)

キーワード: 深層学習|画像分類|有用な論文の発見|BioDOS|Deep learning|Image classification|Discovering useful papers|BioDOS

要約(日本語): 本研究は、研究者が興味を持った生命システムの動作に対して、その動作を実現できる種々の生体分子ネットワークをコードするDNA配列を提示する統合インタフェースインターフェイスであるBioDOSの構築を目指すチーム型研究(CREST)の一部として実施されている。そこでは、大量に生成されたネットワーク候補の絞り込みを既存の論文や生物実験・数値計算で試した結果の成功例との機械学習によるマッチングや強化学習を行うことで達成することが求められている。特に、本発表では、既存文献を教師データとした深層学習によって、BioDOSにとって有用な論文を発見する手法を提案し、数値実験により、その有効性を確認する。