Yuhi Sato

研究を一言で表すと、「特徴量クラスタリングによるmiRNAの特徴量選択」です。 miRNAは機械学習の分野において、がん分類や予後予測のためのバイオマーカーとして用いられます。しかし、その特徴量は膨大であり（2000次元以上）、その中には機械学習の予測を妨げるようなノイズとなる特徴量が存在します。また、すべての特徴量が一度の検査で出揃うわけではなく、複数種類の検査を行う必要があります。そこで適切な特徴量選択を行うことで、予測精度向上と検査コストを減らすことが可能となります。 私が取り組んでいるのは、似た特性を持つmiRNAの特徴量同士をクラスタリングし、各クラスタの代表特徴量を用いて特徴量選択を行うという取り組みを行っています。