講演名 | 2020-01-09 テンソル分解を用いた教師無し学習による変数選択法の一細胞RNA-seq解析への応用 田口 善弘(中大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | $x_{ij} in mathbb{R}^{N times M}$を要素にもつ行列と$x_{ik} in mathbb{R}^{N times K}$を要素にもつ行列を統合的に解析する方法として正準相関分析があるが、ここでは$x_{ijk} = x_{ij}cdot x_{ik} in mathbb{R}^{N times M times K}$を要素にもつ三階のテンソルにテンソル分解を用いて統合的に解析する方法を提案する。また、この場合、テンソルが大きくなりすぎる場合、添字の和を取って$x_{jk} =sum_i x_{ijk} in mathbb{R}^{M times K}$を要素にもつ行列を特異値分解することでテンソル分解を近似する方法を提案する。これは正準相関分析とよく似た解析になっているが違いがあることを指摘する。この方法を一細胞RNA-seqの解析に用いた例を紹介する。 |
抄録(英) | Cannonical correlation analysis (CCA) is known to integrate two matrices, each of which have elements, $x_{ij} in mathbb{R}^{N times M}$ and $x_{ik} in mathbb{R}^{N times K}$, respectively. Here we propose an alternative method that applies tensor decomposition (TD) to the three mode tensor defined as $x_{ijk} = x_{ij}cdot x_{ik} in mathbb{R}^{N times M times K}$ instead of CCA. Furthermore, when the generated tensor is too large, singular value decomposition is applied to the matirx defined as $x_{jk} =sum_i x_{ijk} in mathbb{R}^{M times K}$ in order to approximate TD. Finally, proposed method is applied to integrated analysis of single cell RNA-seq data set. |
キーワード(和) | テンソル分解 / 変数選択 / 一細胞RNA-seq |
キーワード(英) | tensor decomposition / feature selection / single cell RNA-seq |
資料番号 | IBISML2019-26 |
発行日 | 2020-01-02 (IBISML) |
研究会情報 | |
研究会 | IBISML |
---|---|
開催期間 | 2020/1/9(から2日開催) |
開催地(和) | 統計数理研究所 |
開催地(英) | ISM |
テーマ(和) | 機械学習一般 |
テーマ(英) | Machine learning, etc. |
委員長氏名(和) | 鹿島 久嗣(京大) |
委員長氏名(英) | Hisashi Kashima(Kyoto Univ.) |
副委員長氏名(和) | 杉山 将(東大) / 津田 宏治(東大) |
副委員長氏名(英) | Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
幹事氏名(和) | 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
幹事氏名(英) | Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
幹事補佐氏名(和) | 岩田 具治(NTT) / 大羽 成征(京大) |
幹事補佐氏名(英) | Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
---|---|
本文の言語 | JPN |
タイトル(和) | テンソル分解を用いた教師無し学習による変数選択法の一細胞RNA-seq解析への応用 |
サブタイトル(和) | |
タイトル(英) | Application of tensor decomposition based unsupervised feature extraction to single cell RNA-seq analysis |
サブタイトル(和) | |
キーワード(1)(和/英) | テンソル分解 / tensor decomposition |
キーワード(2)(和/英) | 変数選択 / feature selection |
キーワード(3)(和/英) | 一細胞RNA-seq / single cell RNA-seq |
第 1 著者 氏名(和/英) | 田口 善弘 / Y-h. Taguchi |
第 1 著者 所属(和/英) | 中央大学(略称:中大) Chuo University(略称:Chuo Univ.) |
発表年月日 | 2020-01-09 |
資料番号 | IBISML2019-26 |
巻番号(vol) | vol.119 |
号番号(no) | IBISML-360 |
ページ範囲 | pp.55-59(IBISML), |
ページ数 | 5 |
発行日 | 2020-01-02 (IBISML) |