| 講演名 | 2021-06-28 逐次特徴選択に対するホモトピー法を用いたより強力かつ汎用的な選択的推論 杉山 一弥(名工大), Vo Nguyen Le Duy(名工大/理研), 竹内 一郎(名工大/理研), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | データ駆動型仮説に対する選択バイアスを補正した新たな統計的推論の枠組みとして条件付き選択的推論（conditional Selective Inference (SI)）が盛んに研究されている．Conditional SIは，仮説の選択事象（selection event）を条件付けた下での条件付き推論を行うというものである．Conditional SIは特にLassoや逐次特徴選択（stepwise feature selection (SFS)）のような特徴選択の分野で盛んに研究がなされている．既存のconditional SIの手法では，計算を可能にするために設けられる過剰な条件付け（over-conditioning）による検出力の乏しさが問題視されている．本研究では，ホモトピー法を用いることにより，SFSにおいてこの問題を克服したより強力で汎用的なconditional SIの手法を提案する． |
| 抄録(英) | Conditional selective inference (SI) has been actively studied as a new statistical inference framework for data-driven hypotheses. The basic idea of conditional SI is to make inferences conditional on the selection event characterized by a set of linear and/or quadratic inequalities. Conditional SI has been mainly studied in the context of feature selection such as stepwise feature selection (SFS). The main limitation of the existing conditional SI methods is the loss of power due to over-conditioning, which is required for computational tractability. In this study, we develop a more powerful and general conditional SI method for SFS using the homotopy method which enables us to overcome this limitation. We conduct several experiments to demonstrate the effectiveness and efficiency of the proposed method. |
| キーワード(和) | 条件付き選択的推論 / データ駆動型仮説 / 逐次特徴選択 / ホモトピー法 / 検出力 |
| キーワード(英) | conditional SI / data-driven hypothesis / stepwise feature selection / homotopy continuation / statistical power |
| 資料番号 | NC2021-8,IBISML2021-8 |
| 発行日 | 2021-06-21 (NC, IBISML) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2021/6/28(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 大須 理英子(早大) / 竹内 一郎(名工大) / 倉田 博之(九工大) / 関嶋 政和(東工大) |
| 委員長氏名（英） | Rieko Osu(Waseda Univ.) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / 倉田 博之(九工大) / 関嶋 政和(東工大) |
| 副委員長氏名（和） | 山川 宏(東大) / 杉山 将(東大) |
| 副委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Masashi Sugiyama(Univ. of Tokyo) |
| 幹事氏名（和） | 内部 英治(ATR) / 西田 知史(NICT) / 津田 宏治(東大) / 神嶌 敏弘(産総研) / 伊藤 公人(北大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 大上 雅史(東工大) / 笹山 琴由(三菱電機) / 花田 良子(関西大) / 林 亮子(金沢工大) / 吉本 潤一郎(奈良先端大) / 渡邉 真也(室蘭工大) |
| 幹事氏名（英） | Eiji Uchibe(ATR) / Satoshi Nishida(NICT) / Koji Tsuda(Univ. of Tokyo) / Toshihiro Kamishima(AIST) / 伊藤 公人(北大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 大上 雅史(東工大) / 笹山 琴由(三菱電機) / 花田 良子(関西大) / 林 亮子(金沢工大) / 吉本 潤一郎(奈良先端大) / 渡邉 真也(室蘭工大) |
| 幹事補佐氏名（和） | 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) / 岩田 具治(NTT) / 中村 篤祥(北大) |
| 幹事補佐氏名（英） | Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 逐次特徴選択に対するホモトピー法を用いたより強力かつ汎用的な選択的推論 |
| サブタイトル（和） | |
| タイトル（英） | More Powerful and General Selective Inference for Stepwise Feature Selection using Homotopy Method |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 条件付き選択的推論 / conditional SI |
| キーワード(2)（和/英） | データ駆動型仮説 / data-driven hypothesis |
| キーワード(3)（和/英） | 逐次特徴選択 / stepwise feature selection |
| キーワード(4)（和/英） | ホモトピー法 / homotopy continuation |
| キーワード(5)（和/英） | 検出力 / statistical power |
| 第 1 著者 氏名（和/英） | 杉山 一弥 / Kazuya Sugiyama |
| 第 1 著者 所属（和/英） | 名古屋工業大学(略称：名工大) Nagoya Institute of Technology(略称：Nitech) |
| 第 2 著者 氏名（和/英） | Vo Nguyen Le Duy / Vo Nguyen Le Duy |
| 第 2 著者 所属（和/英） | 名古屋工業大学/理化学研究所(略称：名工大/理研) Nagoya Institute of Technology/RIKEN(略称：Nitech/RIKEN) |
| 第 3 著者 氏名（和/英） | 竹内 一郎 / Ichiro Takeuchi |
| 第 3 著者 所属（和/英） | 名古屋工業大学/理化学研究所(略称：名工大/理研) Nagoya Institute of Technology/RIKEN(略称：Nitech/RIKEN) |
| 発表年月日 | 2021-06-28 |
| 資料番号 | NC2021-8,IBISML2021-8 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NC-79,IBISML-80 |
| ページ範囲 | pp.55-61(NC), pp.55-61(IBISML), |
| ページ数 | 7 |
| 発行日 | 2021-06-21 (NC, IBISML) |