HOME


日 時 平成28年11月28日(月) 16:00~ 17:30
会 場 九州大学 伊都キャンパス ウエスト2号館3F システム情報科学府 第1講義室(W2-309)
開催タイトル 最適化および機械学習によるバイオメディカル・インフォマティクス
講 師 国立情報学研究所 特任准教授  備瀬 竜馬 氏
演 題 整数計画法を効果的に活用した密な培養状態における細胞トラッキング
講演概要 細胞の自動トラッキングは,バイオ分野及び創薬分野の研究開発において,重要なアプリケーションの一つである.しかし,従来の細胞検出手法及びトラッキング手法では,細胞密度が高い条件下においては,細胞同士がくっつき境界が曖昧な部分が多くなるため,細胞検出のエラー(未検出,過検出)が多くなり,高精度でトラッキングを実現することは難しいという課題がある.そこで,高密度下における細胞培養においても個々の細胞を認識し,トラッキング可能な手法を報告する.人が目で細胞領域を識別する際に,一枚の画像からでは輪郭が曖昧で細胞識別が難しい場合においても,前のフレームまでの細胞画像の情報を用いることで識別可能な場合が多くあることに着目し,細胞検出とトラッキングを独立して行うのではなく,細胞検出に前フレームのトラッキング結果を利用することを特徴とする.また,局所時間情報のみでは,ノイズか細胞かを判断できない場合でも,しばらく追跡していくと判断できることが多々ある.
そこで,大局的時空間上における最適化を行うことで,精度よく細胞を追跡することが可能となる.
講 師 広島大学大学院工学研究院 日本学術振興会特別研究員(PD) 早志 英朗 氏
演 題 確率モデルに基づくニューラルネットワークの設計と生体信号識別への応用
講演概要 ニューラルネットワークは生体の神経回路網をモデル化したものであり,高い学習能力を持つことからパターン識別,回帰分析,時系列予測など多くの分野で応用されてきた.しかしながら,ネットワークの構造を決める層数や素子数,活性化関数の種類を問題設定に応じて適切に選択する必要があり,従来これらは経験則や交差検証に基づき決定されてきた.本講演では,ニューラルネットワークの構造を決定する1つのアプローチとして,確率モデルに基づく設計法を提案する.提案法では,入力に関する事前知識を指数分布族の確率密度関数を用いて表現し,これを核とする識別モデルをニューラルネットワークへ展開することで構造を決定する.これにより,入力の種類に応じた適切な制約をネットワークへ加えられるとともに,事後確率に基づく識別を行なうことができる.
講演では,応用例として筋電信号や脳波信号といった生体信号の識別と,それに基づくヒューマン・マシン・インタフェースの操作について示す.
参加費 無料
問合せ
参加申込
九州大学大学院システム情報科学研究院  内田誠一 
  uchida@ait.kyushu-u.ac.jp
開 催 主催:電子情報通信学会九州支部

≪講演会TOPへ≫

Copyright © Kyushu Section,IEICE All rights reserved.