講演名 2015-06-23
高次交互作用モデルのためのSelective Inference
鈴村 真矢(名工大), 中川 和也(名工大), 津田 宏治(東大), 竹内 一郎(名工大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 予測モデリングにおいて統計的に優位な高次交互作用効果を同定することは重要なタスクである.このタスクが困難であるのは,高次元の共変量が観測される問題では,すべての高次交互作用効果を考えると膨大な数となってしまうためである.このような膨大な候補のなかから統計的に有意な交互作用効果を見つけ出す問題は計算的にも統計的にも非常に難しい.本論文では,この問題に対処するため二段階アルゴリズムを考察する.まず初めに,marginal screeningによって少数の高次交互作用特徴を選択し,その後,選択された特徴のみを用いて回帰分析を行う.近年提案されたselective-inferenceと呼ばれる方法を用いることにより,特徴選択後の回帰モデルに関する統計的推論を効率的に行うための方法を構築する.数値実験により,提案法を用いることで,高次交互作用モデルの適切な統計的推論が現実的な計算時間で可能であることを示す.
抄録(英) Finding statistically significant high-order interaction features in predictive modeling is important but challenging task. The difficulty lies in the fact that, for a recent applications with high-dimensional covariates, the number of possible high-order interaction features would be extremely large. Identifying statistically significant ones from such a huge pool of candidates would be highly challenging both in computational and statistical senses. In order to work with this problem, we consider a two stage algorithm where we first select a set of high-order interaction features by marginal screening, and then make statistical inferences on the regression model fitted only with the selected features. Using a recently introduced framework called selective-inference, we develop an efficient algorithm for making valid statistical inferences on the post-regression model. The experimental results indicate that the proposed method allows us to reliably identify statistically significant high-order interaction features with reasonable computational cost.
キーワード(和) マージナルスクリーニング / 選択バイアス / 高次交互作用
キーワード(英) marginal screening / selection bias / selective inference / high-order interaction
資料番号 IBISML2015-11
発行日 2015-06-16 (IBISML)

研究会情報
研究会 NC / IPSJ-BIO / IBISML / IPSJ-MPS
開催期間 2015/6/23(から3日開催)
開催地(和) 沖縄科学技術大学院大学
開催地(英) Okinawa Institute of Science and Technology
テーマ(和) 機械学習によるバイオデータマインニング、一般
テーマ(英) Machine Learning Approach to Biodata Mining, and General
委員長氏名(和) 斎藤 利通(法政大) / 関嶋 政和(東工大) / 鷲尾 隆(阪大) / 庄野 逸(電通大)
委員長氏名(英) Toshimichi Saito(Hosei Univ.) / Masakazu Sekijima(東工大) / Takashi Washio(Osaka Univ.) / Hayaru Shouno(電通大)
副委員長氏名(和) 佐藤 茂雄(東北大) / / 福水 健次(統計数理研) / 杉山 将(東工大)
副委員長氏名(英) Shigeo Sato(Tohoku Univ.) / / Kenji Fukumizu(ISM) / Masashi Sugiyama(Tokyo Inst. of Tech.)
幹事氏名(和) 堀尾 恵一(九工大) / 田中 宏喜(京都産大) / 大羽 成征(京大) / 瀬々 潤(お茶の水女子大) / 吉本 潤一郎(OIST) / 松井 知子(統計数理研) / 大羽 成征(京大) / 小野 智司(鹿児島大) / 但馬 康宏(岡山県立大) / 林田 守広(京大) / 岩田 具治(NTT) / 吉田 哲也(北大) / 松田 健(静岡理工科大)
幹事氏名(英) Keiichi Horio(Kyushu Inst. of Tech.) / Hiroki Tanaka(Kyoto Sangyo Univ.) / Shigeyuki Oba(京大) / Jun Sese(お茶の水女子大) / Junichiro Yoshimoto(OIST) / Tomoko Matsui(ISM) / Shigeyuki Ohba(Kyoto Univ.) / Satoshi Ono(鹿児島大) / Yasuhiro Tajima(岡山県立大) / Morihiro Hayashida(京大) / Tomoharu Iwata(NTT) / Tetsuya Yoshida(北大) / Takeshi Matsuda(静岡理工科大)
幹事補佐氏名(和) 神原 裕行(東工大) / 秋間 学尚(東北大) / / 津田 宏治(東大) / 鹿島 久嗣(京大)
幹事補佐氏名(英) Hiroyuki Kanbara(Tokyo Inst. of Tech.) / Hisanao Akima(Tohoku Univ.) / / Koji Tsuda(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.)

講演論文情報詳細
申込み研究会 Technical Committee on Neurocomputing / Special Interest Group on Bioinformatics and Genomics / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Mathematical Modeling and Problem Solving
本文の言語 JPN
タイトル(和) 高次交互作用モデルのためのSelective Inference
サブタイトル(和)
タイトル(英) Selective inference for high-order interaction model
サブタイトル(和)
キーワード(1)(和/英) マージナルスクリーニング / marginal screening
キーワード(2)(和/英) 選択バイアス / selection bias
キーワード(3)(和/英) 高次交互作用 / selective inference
キーワード(4)(和/英) / high-order interaction
第 1 著者 氏名(和/英) 鈴村 真矢 / Shinya Suzumura
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:NIT)
第 2 著者 氏名(和/英) 中川 和也 / Kazuya Nakagawa
第 2 著者 所属(和/英) 名古屋工業大学(略称:名工大)
Nagoya Institute of Technology(略称:NIT)
第 3 著者 氏名(和/英) 津田 宏治 / Koji Tsuda
第 3 著者 所属(和/英) 東京大学(略称:東大)
The University of Tokyo(略称:UT)
第 4 著者 氏名(和/英) 竹内 一郎 / Ichiro Takeuchi
第 4 著者 所属(和/英) 名古屋工業大学(略称:名工大)
Nagoya Institute of Technology(略称:NIT)
発表年月日 2015-06-23
資料番号 IBISML2015-11
巻番号(vol) vol.115
号番号(no) IBISML-112
ページ範囲 pp.69-74(IBISML),
ページ数 6
発行日 2015-06-16 (IBISML)