平成28(2016)年度 一般研究1実施報告書
課題番号 |
28−共研−1011 |
分野分類 |
統計数理研究所内分野分類 |
e |
||
主要研究分野分類 |
2 |
|||||
研究課題名 |
高次元データから隠れた要因を探索するアルゴリズムの開発 |
|||||
フリガナ 代表者氏名 |
ウエキ マサオ 植木 優夫 |
ローマ字 |
Ueki Masao |
|||
所属機関 |
久留米大学 |
|||||
所属部局 |
バイオ統計センター |
|||||
職 名 |
准教授 |
研究目的と成果(経過)の概要 |
大規模高次元データは、昨今、幅広い分野で普及しつつあり実際に活用が進んでいる。 |
当該研究に関する情報源(論文発表、学会発表、プレプリント、ホームページ等) |
Ueki M, Kawasaki Y, Tamiya G. Detecting genetic association through shortest paths in a bi-directed graph. Genet Epidemiol, To appear. |
研究会を開催した場合は、テーマ・日時・場所・参加者数を記入してください。 |
開催していない。 |
研究参加者一覧 |
|
氏名 |
所属機関 |
川崎 能典 |
統計数理研究所 |
佐藤 俊太朗 |
久留米大学大学院 |
中倉 章祥 |
久留米大学 |