なんでもベクトル化

芸术工学研究院　研究绍介

芸術工学研究院未来共生デザイン部門
准教授　丸山修

近年の深层学习の成功の要因の一つは、説明対象のベクトル化にあります。画像や动画は最初からベクトル（正确にはテンソル）ですし、自然言语の世界でも単语や文章がベクトル化され所谓础滨システムで活用されてます。例えば、奥颈办颈辫别诲颈补の一つの记事を一つの多次元ベクトルで表现することも试みられています。これで记事の类似度などを测ることが出来ます。この「ベクトル化」は今后も様々なオブジェクトへ拡大していくと思われます。?

そのような中、ゲノム（genome）配列を含む生物データをベクトル化する手法とその応用手法の開発を行っています [図1]。図1はゲノムから切り出された長さ6のDNA配列のベクトル表現間に存在するある種の重要度を表しています。

図1 ゲノムから切り出された長さ6のDNA配列間のアテンションを示す図

図２ SNSに投稿されたツイートの６つのクラスターと8つの基本感情との相関図

図3 SNSに投稿されたツイートの６つのクラスターのUMAPによる分布図

さらに最近、厂狈厂に投稿されたツイートのベクトル表现がどれほどの感情情报を保持しているかを解析する研究も行っています［図2、図3］。関连するあらゆるもののベクトル表现を通してバーチャルな世界での予测などを行っていく予定です。

参考文献　

1.Wan Kin Au Yeung, Osamu Maruyama, Hiroyuki Sasaki, A convolutional neural network-based regression model to infer the epigenetic crosstalk responsible for CG methylation patterns,?BMC Bioinformatics, , 22, 341-341, 2021.

2.Osamu Maruyama Yinuo Li Hiroki Narita Hidehiro Toh Wan Kin Au Yeung Hiroyuki Sasaki, CMIC: predicting DNA methylation inheritance of CpG islands with embedding vectors of variable-length k-mers, BMC Bioinformatics, , 23, 371, 2022.

■お问合せ先

芸術工学研究院未来共生デザイン部門

伊人直播app