| 講演名 | 2004/11/29 大規模データセットを用いたTFS/SVMによる薬物活性クラス分類の再検討 高橋 由雅, 藤島 悟志, 錦織 克美, 加藤 博明, 岡田 孝, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 著者らは先に、ドーパミンD1受容体アゴニスト活性およびアンタゴニスト活性を有する化合物群に対し,ノイズデータ存在下でのクラス識別問題におけるSVMの有用性を示した.本研究では,活性クラスを7クラス(ドーパミンD1,D2auto-receptorアゴニスト、D1～D4アンタゴニスト)に拡大し,合わせて大量のノイズ化合物存在を含む新たなデータセットに対して同様な検討を行った.その結果,TFSを入力シグナルとしたSVMは10倍のノイズデータ存在下においても,依然として良好な識別結果を与えることが示された.全化合物の90%(16008イヒ合物)を訓練集合として学習を行った後,残り10%(1779イヒ合物)を予測集合として実験を行ったところその97.2%(1730/1779)について活性クラスを正しく予測することができた. |
| 抄録(英) | In the preceding work, the author's investigated classification and prediction of dopamine D1 receptor agonists and antagonists with noises by TFS-based SVM. In this work, the data set was extended up to seven active classes (dopamine D1, D2 and auto-receptor agonists, D1, D2, D3, and D4 antagonists). And the noise ratio was also increased to ten times of those active compounds. Total number of compounds used in the present work is 16008 compounds for the training, and that for the prediction is 1779 compounds. The TFS-based SVM still gave us good and stable results in both classification and prediction, even in the case included ten times noise data. The model obtained resulted that it correctly predicted 97.2% of the prediction set of 1779 compounds. |
| キーワード(和) | |
| キーワード(英) | |
| 資料番号 | AI2004-47 |
| 発行日 |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2004/11/29(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Artificial Intelligence and Knowledge-Based Processing (AI) |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | 大規模データセットを用いたTFS/SVMによる薬物活性クラス分類の再検討 |
| サブタイトル（和） | |
| タイトル（英） | Extended Study on Identification of Active Classes of Drugs by TFS-based Support Vector Machine with Large Data(Scientific Data Mining)(Joint Workshop of Vietnamese Society of AI, SIGKBS-JSAI, ICS-IPSJ, and IEICE-SIGAI on Active Mining) |
| サブタイトル（和） | |
| キーワード(1)（和/英） | |
| 第 1 著者 氏名（和/英） | 高橋 由雅 / YOSHIMASA TAKAHASHI |
| 第 1 著者 所属（和/英） | 豊橋技術科学大学知識情報工学系 Department of Knowledge-based Information Engineering, Toyohashi University of Technology |
| 第 2 著者 氏名（和/英） | 藤島 悟志 / SATOSHI FUJISHIMA |
| 第 2 著者 所属（和/英） | 豊橋技術科学大学知識情報工学系 Department of Knowledge-based Information Engineering, Toyohashi University of Technology |
| 第 3 著者 氏名（和/英） | 錦織 克美 / KATSUMI NISHIKOORI |
| 第 3 著者 所属（和/英） | 豊橋技術科学大学知識情報工学系 Department of Knowledge-based Information Engineering, Toyohashi University of Technology |
| 第 4 著者 氏名（和/英） | 加藤 博明 / HIROAKI KATO |
| 第 4 著者 所属（和/英） | 豊橋技術科学大学知識情報工学系 Department of Knowledge-based Information Engineering, Toyohashi University of Technology |
| 第 5 著者 氏名（和/英） | 岡田 孝 / TAKASHI OKADA |
| 第 5 著者 所属（和/英） | 関西学院大学理工学部情報科学科 Department of Informatics, School of Science and Technology, Kwansei Gakuin University |
| 発表年月日 | 2004/11/29 |
| 資料番号 | AI2004-47 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 487 |
| ページ範囲 | pp.- |
| ページ数 | 4 |
| 発行日 | |