ディープラーニングを用いた大規模配列データからの階層的特徴抽出

Material type: 文書・図像類

Author: 佐藤, 賢二ほか

Publisher: -

Publication date: 2018-06-15

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 金沢大学理工研究域生命理工学系塩基配列や、それから転写・翻訳されてできるアミノ酸配列を解析する際、分子生物学の知識に大きく依存した従来的な方法では、ある程度予想可能な事実しか発見できないという限界があった。本研究ではディープラーニングを含む各種の機械学習手法を用いることで、大規模な配列データから道の...

Related materials as well as pre- and post-revision versions

https://kaken.nii.ac.jp/search/?qm=10215783

https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-26330328/

https://kaken.nii.ac.jp/report/KAKENHI-PROJECT-26330328/26330328seika/

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

Kanazawa University Repository for Academic Resources
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
Kanazawa University Repository for Academic Resources

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: ディープラーニングを用いた大規模配列データからの階層的特徴抽出
Author/Editor: 佐藤, 賢二
Sato, Kenji
Author Heading: 佐藤, 賢二
Sato, Kenji
Publication Date: 2018-06-15
Publication Date (W3CDTF): 2018-06-15
Alternative Title: Hierarchical Feature Extraction from Large Sequence Data by Deep Learning
Periodical title: 平成29(2017)年度科学研究費補助金基盤研究(C) 研究成果報告書 = 2017 Fiscal Year Final Research Report
No. or year of volume/issue: 2014-04-01 - 2018-03-31
Volume: 2014-04-01 - 2018-03-31
Pages: 4p.-
Text Language Code: jpn
Subject Heading: テキスト分類
畳み込みニューラルネットワーク
スプライス部位
プロモータ
単語埋め込み
次世代シーケンサ
ゲノム配列決定
Target Audience: 一般
Note (General): 金沢大学理工研究域生命理工学系
塩基配列や、それから転写・翻訳されてできるアミノ酸配列を解析する際、分子生物学の知識に大きく依存した従来的な方法では、ある程度予想可能な事実しか発見できないという限界があった。本研究ではディープラーニングを含む各種の機械学習手法を用いることで、大規模な配列データから道の階層的な特徴を抽出することが可能であることを明らかにした。
In the field of biological sequence analysis including DNA and amino acid sequence analysis, traditional methods are highly dependent on the knowledge specific to molecular biology, so their ability is limited to the discovery of features easily predicted from domain-specific knowledge. In this study, it is shown that by using various machine learning algorithms including deep learning, it is possible to extract novel and hierarchical features from large sequence data.
研究課題/領域番号:26330328, 研究期間(年度):2014-04-01 - 2018-03-31
出典：研究課題「ディープラーニングを用いた大規模配列データからの階層的特徴抽出」課題番号26330328（KAKEN：科学研究費助成事業データベース（国立情報学研究所））（https://kaken.nii.ac.jp/report/KAKENHI-PROJECT-26330328/26330328seika/）を加工して作成
DOI: 10.24517/00052453
Access Restrictions: 限定公開
Related Material: https://kaken.nii.ac.jp/search/?qm=10215783
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-26330328/
https://kaken.nii.ac.jp/report/KAKENHI-PROJECT-26330328/26330328seika/
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 金沢大学 : 金沢大学学術情報リポジトリKURA