2023年度 人工知能学会全国大会(第37回)

講演情報

ポスターセッション

一般セッション » ポスターセッション

[4Xin1] ポスターセッション2

2023年6月9日(金) 09:00 〜 10:40 X会場 (展示ホールB)

[4Xin1-17] グラフデータセットの機械学習適合性を評価する指標の提案のためのデータセットによるリンク予測結果の違いについての考察

〇矢野 雄一1、赤木 健一朗1、夏目 やよい2,5、黒田 正孝2,4、伊藤 眞里2、樋口 千洋2、上野 賢也3、丹尾 真理子6 (1.日本電気株式会社、2.国立研究開発法人 医薬基盤・健康・栄養研究所、3.東レ株式会社、4.田辺三菱製薬株式会社、5.徳島大学 先端酵素学研究所、6.中外製薬株式会社)

キーワード:ナレッジグラフ、ナレッジグラフエンベッディング、リンク予測、薬の副作用、併用による副作用

多くの患者は複数の薬を同時に併用している.併用することにより副作用やシナジーが生じる薬の組合せを予測することは,患者の利益に繋がる可能性がある.生体・疾患・薬はネットワーク関係にあり,この課題解決にはグラフリンク予測技術が適切と考えられる.しかしながら,グラフに対する機械学習では,データセットを小さく変えるだけでも評価指標の値が大きく変わることが一般的である.このため,多くのグラフリンク予測アルゴリズムが提案されているものの,同じ評価指標であっても一概に直接比較することは出来ない.更に,モデル評価にあたって,ラベルの誤りや偏り,欠損値,ネガティブサンプルなど,考慮すべき要素は数多い.
本研究では,グラフデータセットが機械学習に適しているかを測る新たな指標の提案を目指す.本稿では,構造の異なるデータセットに対して同一アルゴリズムを用いたリンク予測を実施した.次に,その結果の違いを考察した.

講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。

パスワード