研究者詳細

顔写真

シガ　モトキ
志賀　元紀
Motoki Shiga
所属
未踏スケールデータアナリティクスセンター　データアナリティクス研究部門
職名
教授
学位

  • 博士（工学）（岐阜大学）

  • 修士（工学）（岐阜大学）

経歴 13

  • 2024年5月 ～ 継続中
    国立研究開発法人物質・材料研究機構　マテリアル基盤研究センター先端解析分野光電子分光グループ　主席招聘研究員

  • 2023年4月 ～ 継続中
    東北大学　大学院情報科学研究科 応用情報科学専攻　教授

  • 2022年10月 ～ 継続中
    大阪大学　超高圧電子顕微鏡センター　招へい教授

  • 2022年5月 ～ 継続中
    東北大学　未踏スケールデータアナリティクスセンター　教授

  • 2018年6月 ～ 継続中
    理化学研究所　革新知能統合センター　客員研究員

  • 2022年4月 ～ 2022年9月
    大阪大学　超高圧電子顕微鏡センター　招へい准教授

  • 2017年4月 ～ 2022年4月
    岐阜大学　工学部 電気電子・情報工学科（情報コース）　准教授

  • 2016年10月 ～ 2020年3月
    科学技術振興機構　戦略的創造事業 マテリアルズ・インフォマティクス領域　さきがけ研究者

  • 2013年10月 ～ 2017年3月
    岐阜大学　工学部 電気電子・情報工学科（情報コース）　助教（テニュアトラック）

  • 2011年4月 ～ 2013年9月
    豊橋技術科学大学大学院 工学研究科 情報・知能工学系　助教

  • 2008年4月 ～ 2011年3月
    京都大学大学院 薬学研究科　助教

  • 2008年4月 ～ 2011年3月
    京都大学 化学研究所 附属バイオインフォマティクスセンター　助教

  • 2006年4月 ～ 2008年3月
    京都大学 化学研究所 附属バイオインフォマティクスセンター　博士研究員

︎全件表示 ︎最初の5件までを表示

委員歴 9

  • 日本顕微鏡学会 顕微鏡計測インフォマティックス研究部会　幹事

    2019年4月 ～ 継続中

  • 日本応用数理学会・機械学習研究部会　主査

    2018年4月 ～ 2020年3月

  • 日本応用数理学会・機械学習研究部会　幹事

    2016年4月 ～ 2018年3月

  • 日本化学会情報化学部会・若手の会　コアメンバー

    2014年4月 ～ 2017年3月

  • 第19回情報論的学習理論ワークショップ　プログラム委員

    2016年 ～ 2016年

  • The 10th International Workshop on Machine Learning in Systems Biology　Program Committee

    2016年 ～ 2016年

  • 計測自動制御学会 ライフエンジニアリング部門　幹事

    2013年4月 ～ 2014年3月

  • 第40回構造活性相関シンポジウム　実行委員

    2012年 ～ 2012年

  • The 10th Annual International Workshop on Bioinformatics and Systems Biology　Local Organizing Committee

    2010年 ～ 2010年

︎全件表示 ︎最初の5件までを表示

研究キーワード 19

  • 計測インフォマティクス

  • マテリアルズインフォマティクス

  • 材料情報学

  • 統計的機械学習

  • ケモインフォマティクス

  • 遺伝子発現量

  • 統計的検定

  • 生物ネットワーク

  • バイオインフォマティクス

  • 行列分解

  • 頻出パターンマイニング

  • 遺伝子機能解析

  • 遺伝子ネットワーク

  • データ統合

  • データマイニング

  • 機械学習

  • 教師有り学習

  • クラスタリング

  • 半教師あり学習

研究分野 5

  • 情報通信 / 数理情報学 /

  • 情報通信 / 知能情報学 /

  • 情報通信 / 生命、健康、医療情報学 /

  • 情報通信 / 統計科学 /

  • 情報通信 / 情報学基礎論 /

受賞 3

  1. JCS-JAPAN優秀論文賞

    2020年6月　日本セラミックス協会　Award of the Outstanding Papers Published in the JCS-Japan in 2019

  2. Top Performer of DREAM 9.5 Prostate Cancer DREAM Challenge, Sub-Challenge 1-b.

    2015年8月17日　Dream Challenges

  3. 平成 16 年度連合大会奨励賞

    2005年1月31日　電気関係学会東海支部

論文 73

  1. Relationship between network topology and negative electrode properties in Wadsley–Roth phase TiNb2O7 査読有り

    Naoto Kitamura, Hikari Matsubara, Koji Kimura, Ippei Obayashi, Yohei Onodera, Ken Nakashima, Hidetoshi Morita, Motoki Shiga, Yasuhiro Harada, Chiaki Ishibashi, Yasushi Idemoto, Koichi Hayashi

    NPG Asia Materials　16　(1)　62　2024年12月10日

    出版者・発行元： Springer Science and Business Media LLC

    DOI： 10.1038/s41427-024-00581-5 　

    eISSN：1884-4057

    詳細を見る 詳細を閉じる

    Abstract Wadsley–Roth phase TiNb2O7, with an octahedral network consisting of TiO6 and NbO6, has attracted significant attention as a negative electrode material for lithium-ion batteries in recent years owing to its excellent safety and high discharge capacity. In this work, we investigated the effect of the network structure (intermediate-range structure), which is considered to form Li+ conduction pathways, on the electrode properties of TiNb2O7. To this end, we prepared TiNb2O7 samples with different charge/discharge properties and generated atomic configurations that simultaneously reproduce both total scattering and Bragg profile data. Topological analyses based on persistent homology demonstrated that the network disorder hidden in the average structure (crystal structure) significantly degrades the negative electrode properties. In conclusion, controlling the network topology is considered the key to improving the negative electrode properties of TiNb2O7.

  2. Unravelling the density-driven modification of the topology generated by the interconnection of SiO4 tetrahedra in silica polymorphs 査読有り

    Shinji Kohara, Shuya Sato, Motoki Shiga, Yohei Onodera, Hirokazu Masai, Toru Wakihara, Atsunobu Masuno, Akihiko Hirata, Naoto Kitamura, Yasushi Idemoto, Koji Kimura, Koichi Hayashi

    Journal of the Ceramic Society of Japan　132　(12)　653-662　2024年12月1日

    出版者・発行元： Ceramic Society of Japan

    DOI： 10.2109/jcersj2.24093 　

    ISSN：1882-0743

    eISSN：1348-6535

  3. 化学結合ネットワークに基づく構造秩序解析 招待有り

    志賀元紀

    NEW GLASS　39　(3)　22-27　2024年11月

  4. Nearly close-packed atomic arrangements in BaTi2O5 glass 査読有り

    Hiroyuki Inoue, Atsunobu Masuno, Motoki Shiga, Yasuhiro Watanabe

    Scripta Materialia　252　2024年11月1日

    DOI： 10.1016/j.scriptamat.2024.116271 　

    ISSN：1359-6462

  5. 機械学習を用いた原子間ポテンシャル 招待有り

    志賀元紀

    NEW GLASS　39　(2)　36-42　2024年7月

  6. Fast computational approach with prior dimension reduction for three-dimensional chemical component analysis using CT data of spectral imaging 査読有り

    Motoki Shiga, Taisuke Ono, Kenichi Morishita, Keiji Kuno, Nanase Moriguchi

    Microscopy　2024年5月17日

    出版者・発行元： Oxford University Press (OUP)

    DOI： 10.1093/jmicro/dfae027 　

    ISSN：2050-5698

    eISSN：2050-5701

    詳細を見る 詳細を閉じる

    Abstract Spectral image (SI) measurement techniques, such as X-ray absorption fine structure (XAFS) imaging and scanning transmission electron microscopy (STEM) with energy-dispersive X-ray spectroscopy (EDS) or electron energy loss spectroscopy (EELS), are useful for identifying chemical structures in composite materials. Machine-learning techniques have been developed for automatic analysis of SI data and their usefulness has been proven. Recently, an extended measurement technique combining SI with a computed tomography (CT) technique (CT-SI), such as CT-XAFS and STEM-EDS/EELS tomography, was developed to identify the three-dimensional (3D) structures of chemical components. CT-SI analysis can be conducted by combining CT reconstruction algorithms and chemical component analysis based on machine-learning techniques. However, this analysis incurs high-computational costs owing to the size of the CT-SI datasets. To address this problem, this study proposed a fast computational approach for 3D chemical component analysis in an unsupervised learning setting. The primary idea for reducing the computational cost involved compressing the CT-SI data prior to CT computation and performing 3D reconstruction and chemical component analysis on the compressed data. The proposed approach significantly reduced the computational cost without losing information about the 3D structure and chemical components. We experimentally evaluated the proposed approach using synthetic and real CT-XAFS data, which demonstrated that our approach achieved a significantly faster computational speed than the conventional approach while maintaining analysis performance. As the proposed procedure can be implemented with any CT algorithm, it is expected to accelerate 3D analyses with sparse regularized CT algorithms in noisy and sparse CT-SI datasets.

  7. Direct observation of the atomic density fluctuation originating from the first sharp diffraction peak in SiO2 glass 査読有り

    Akihiko Hirata, Shuya Sato, Motoki Shiga, Yohei Onodera, Koji Kimoto, Shinji Kohara

    NPG Asia Materials　16　(1)　25　2024年5月10日

    出版者・発行元： Springer Science and Business Media LLC

    DOI： 10.1038/s41427-024-00544-w 　

    eISSN：1884-4057

    詳細を見る 詳細を閉じる

    Abstract The intermediate-range order of covalently bonded glasses has been extensively studied in terms of their diffraction peaks observed at low scattering angles; these peaks are called the first sharp diffraction peaks (FSDPs). Although the atomic density fluctuations originating from the quasilattice planes are a critical scientific target, direct experimental observations of these fluctuations are still lacking. Here, we report the direct observation of the atomic density fluctuations in silica glass by energy-filtered angstrom-beam electron diffraction. The correspondence between the local electron diffraction patterns of FSDPs and the atomic configurations constructed based on the X-ray and neutron diffraction results revealed that the local atomic density fluctuations originated from the quasi-periodic alternating arrangements of the columnar chain-like atomic configurations and interstitial tubular voids, as in crystals. We also discovered longer-range fluctuations associated with the shoulder of the FSDP on the low-Q side. The hierarchical fluctuations inherent in materials could aid in the elucidation of their properties and performance.

  8. Visual explanations of machine learning model estimating charge states in quantum dots 査読有り

    Yui Muto, Takumi Nakaso, Motoya Shinozaki, Takumi Aizawa, Takahito Kitada, Takashi Nakajima, Matthieu R. Delbecq, Jun Yoneda, Kenta Takeda, Akito Noiri, Arne Ludwig, Andreas D. Wieck, Seigo Tarucha, Atsunori Kanemura, Motoki Shiga, Tomohiro Otsuka

    APL Machine Learning　2　(2)　026110　2024年4月15日

    出版者・発行元： AIP Publishing

    DOI： 10.1063/5.0193621 　

    eISSN：2770-9019

    詳細を見る 詳細を閉じる

    Charge state recognition in quantum dot devices is important in the preparation of quantum bits for quantum information processing. Toward auto-tuning of larger-scale quantum devices, automatic charge state recognition by machine learning has been demonstrated. For further development of this technology, an understanding of the operation of the machine learning model, which is usually a black box, will be useful. In this study, we analyze the explainability of the machine learning model estimating charge states in quantum dots by gradient weighted class activation mapping. This technique highlights the important regions in the image for predicting the class. The model predicts the state based on the change transition lines, indicating that human-like recognition is realized. We also demonstrate improvements of the model by utilizing feedback from the mapping results. Due to the simplicity of our simulation and pre-processing methods, our approach offers scalability without significant additional simulation costs, demonstrating its suitability for future quantum dot system expansions.

  9. 物性予測のための機械学習法 招待有り

    志賀元紀

    NEW GLASS　39　(1)　34-39　2024年3月

  10. Atomic and Electronic Structure in MgO–SiO2 査読有り

    Yuta Shuseki, Shinji Kohara, Tomoaki Kaneko, Keitaro Sodeyama, Yohei Onodera, Chihiro Koyama, Atsunobu Masuno, Shunta Sasaki, Shohei Hatano, Motoki Shiga, Ippei Obayashi, Yasuaki Hiraoka, Junpei T. Okada, Akitoshi Mizuno, Yuki Watanabe, Yui Nakata, Koji Ohara, Motohiko Murakami, Matthew G. Tucker, Marshall T. McDonnell, Hirohisa Oda, Takehiko Ishikawa

    The Journal of Physical Chemistry A　128　(4)　716-726　2024年1月18日

    出版者・発行元： American Chemical Society (ACS)

    DOI： 10.1021/acs.jpca.3c05561 　

    ISSN：1089-5639

    eISSN：1520-5215

  11. Ring-originated anisotropy of local structural ordering in amorphous and crystalline silicon dioxide 査読有り

    Motoki Shiga, Akihiko Hirata, Yohei Onodera, Hirokazu Masai

    Communications Materials　4　91　2023年11月3日

    DOI： 10.1038/s43246-023-00416-w 　

  12. Structural-Order Analysis Based on Applied Mathematics

    Motoki Shiga, Ippei Obayashi

    The Materials Research Society Series　265-288　2023年10月26日

    出版者・発行元： Springer Nature Singapore

    DOI： 10.1007/978-981-99-5235-9_11 　

    ISSN：2730-7360

    eISSN：2730-7379

  13. 数理情報科学を用いた構造秩序解析 招待有り

    志賀 元紀, 森田 秀利, 大林 一平

    セラミックス　58　(8)　527-530　2023年8月

  14. Ring compaction as a mechanism of densification in amorphous silica

    Philip S. Salmon, Anita Zeidler, Motoki Shiga, Yohei Onodera, Shinji Kohara

    Physical Review B　107　(14)　2023年4月12日

    出版者・発行元： American Physical Society (APS)

    DOI： 10.1103/physrevb.107.144203 　

    ISSN：2469-9950

    eISSN：2469-9969

  15. Local structure analysis of disordered materials via contrast variation in scanning transmission electron microscopy

    Koji Kimoto, Motoki Shiga, Shinji Kohara, Jun Kikkawa, Ovidiu Cretu, Yohei Onodera, Kazuo Ishizuka

    AIP Advances　12　(9)　095219-095219　2022年9月1日

    出版者・発行元： AIP Publishing

    DOI： 10.1063/5.0104798 　

    eISSN：2158-3226

    詳細を見る 詳細を閉じる

    The crystallographic structures of disordered materials are typically analyzed using diffractometry techniques, such as x-ray diffraction (XRD), neutron diffraction (ND), and electron diffraction (ED). Here, we demonstrate a novel technique to analyze the local structure of disordered materials via scanning transmission electron microscopy (STEM) under a contrast variation scheme. Contrast variation is a scheme used for the analysis of bulk materials, which combines two different diffractometry techniques with discrete scattering factors, such as ND and XRD. The STEM image contrasts of annular dark-field (ADF) and annular bright-field (ABF) imaging, which are characterized by different atomic number dependences, are simultaneously utilized. Simulated STEM images of amorphous SiO2 are examined using Fourier transform and autocorrelation operations, revealing that the Fourier transforms of ADF and ABF images are consistent with the results of conventional XRD/ED and ND techniques, respectively. The autocorrelation of the ABF image indicates the short-range ordering of light elements, which cannot be accomplished using conventional TEM, ED, and XRD techniques. As such, employing the contrast variation scheme in STEM imaging paves the way for analyzing the local crystallographic structure of non-monoatomic materials.

  16. A Generalized Framework of Multifidelity Max-Value Entropy Search Through Joint Entropy.

    Shion Takeno, Hitoshi Fukuoka, Yuhki Tsukada, Toshiyuki Koyama, Motoki Shiga, Ichiro Takeuchi, Masayuki Karasuyama

    Neural Computation　34　(10)　2145-2203　2022年

    DOI： 10.1162/neco_a_01530 　

  17. Relationship between diffraction peak, network topology, and amorphous-forming ability in silicon and silica

    Shinji Kohara, Motoki Shiga, Yohei Onodera, Hirokazu Masai, Akihiko Hirata, Motohiko Murakami, Tetsuya Morishita, Koji Kimura, Kouichi Hayashi

    Scientific Reports　11　(1)　2021年12月

    出版者・発行元： Springer Science and Business Media LLC

    DOI： 10.1038/s41598-021-00965-5 　

    eISSN：2045-2322

    詳細を見る 詳細を閉じる

    <title>Abstract</title>The network topology in disordered materials is an important structural descriptor for understanding the nature of disorder that is usually hidden in pairwise correlations. Here, we compare the covalent network topology of liquid and solidified silicon (Si) with that of silica (SiO2) on the basis of the analyses of the ring size and cavity distributions and tetrahedral order. We discover that the ring size distributions in amorphous (<italic>a</italic>)-Si are narrower and the cavity volume ratio is smaller than those in <italic>a</italic>-SiO2, which is a signature of poor amorphous-forming ability in <italic>a</italic>-Si. Moreover, a significant difference is found between the liquid topology of Si and that of SiO2. These topological features, which are reflected in diffraction patterns, explain why silica is an amorphous former, whereas it is impossible to prepare bulk <italic>a</italic>-Si. We conclude that the tetrahedral corner-sharing network of AX2, in which A is a fourfold cation and X is a twofold anion, as indicated by the first sharp diffraction peak, is an important motif for the amorphous-forming ability that can rule out <italic>a</italic>-Si as an amorphous former. This concept is consistent with the fact that an elemental material cannot form a bulk amorphous phase using melt quenching technique.

  18. Accelerated Discovery of Proton-Conducting Perovskite Oxide by Capturing Physicochemical Fundamentals of Hydration 査読有り

    Junji Hyodo, Kota Tsujikawa, Motoki Shiga, Yuji Okuyama, Yoshihiro Yamazaki

    ACS ENERGY LETTERS　6　(8)　2985-2992　2021年8月

    DOI： 10.1021/acsenergylett.1c01239 　

    ISSN：2380-8195

  19. インフォマティクス入門(10)次元削減法とそのスペクトル解析への応用 招待有り 査読有り

    武藤 俊介, 志賀 元紀

    ふぇらむ = Bulletin of the Iron and Steel Institute of Japan : (一社)日本鉄鋼協会会報　26　(7)　434-442　2021年

    出版者・発行元： 日本鉄鋼協会

    ISSN：1341-688X

  20. 機械学習を用いたペロブスカイト酸化物におけるプロトン濃度の予測精度の評価

    辻川 皓太, 兵頭 潤次, 志賀 元紀, 奥山 勇治, 山崎 仁丈

    燃料電池　20　(4)　80-91　2021年

    出版者・発行元： 燃料電池開発情報センター

    ISSN：1346-6623

  21. Structure and properties of densified silica glass: characterizing the order within disorder

    Yohei Onodera, Shinji Kohara, Philip S. Salmon, Akihiko Hirata, Norimasa Nishiyama, Suguru Kitani, Anita Zeidler, Motoki Shiga, Atsunobu Masuno, Hiroyuki Inoue, Shuta Tahara, Annalisa Polidori, Henry E. Fischer, Tatsuya Mori, Seiji Kojima, Hitoshi Kawaji, Alexander I. Kolesnikov, Matthew B. Stone, Matthew G. Tucker, Marshall T. McDonnell, Alex C. Hannon, Yasuaki Hiraoka, Ippei Obayashi, Takenobu Nakamura, Jaakko Akola, Yasuhiro Fujii, Koji Ohara, Takashi Taniguchi, Osami Sakata

    NPG ASIA MATERIALS　12　(1)　2020年12月

    DOI： 10.1038/s41427-020-00262-z 　

    ISSN：1884-4049

    eISSN：1884-4057

  22. Cost-effective search for lower-error region in material parameter space using multifidelity Gaussian process modeling 査読有り

    Shion Takeno, Yuhki Tsukada, Hitoshi Fukuoka, Toshiyuki Koyama, Motoki Shiga, Masayuki Karasuyama

    PHYSICAL REVIEW MATERIALS　4　(8)　2020年8月

    DOI： 10.1103/PhysRevMaterials.4.083802 　

    ISSN：2475-9953

  23. Understanding Diffraction from Disordered Materials and the Extraction of Topology Hidden in the Pairwise Correlations by Persistent Homology

    Shinji KOHARA, Osami SAKATA, Yohei ONODERA, Ippei OBAYASHI, Motoki SHIGA, Akihiko HIRATA, Yasuaki HIRAOKA

    Nihon Kessho Gakkaishi　62　(1)　43-50　2020年2月29日

    出版者・発行元： The Crystallographic Society of Japan

    DOI： 10.5940/jcrsj.62.43 　

    ISSN：0369-4585

    eISSN：1884-5576

  24. Multi-fidelity Bayesian Optimization with Max-value Entropy Search and its Parallelization.

    Shion Takeno, Hitoshi Fukuoka, Yuhki Tsukada, Toshiyuki Koyama, Motoki Shiga, Ichiro Takeuchi, Masayuki Karasuyama

    Proceedings of the 37th International Conference on Machine Learning(ICML)　9334-9345　2020年

    出版者・発行元： PMLR

  25. Understanding diffraction patterns of glassy, liquid and amorphous materials via persistent homology analyses 査読有り

    Yohei Onodera, Shinji Kohara, Shuta Tahara, Atsunobu Masuno, Hiroyuki Inoue, Motoki Shiga, Akihiko Hirata, Koichi Tsuchiya, Yasuaki Hiraoka, Ippei Obayashi, Koji Ohara, Akitoshi Mizuno, Osami Sakata

    Journal of the Ceramic Society of Japan　127　(12)　853-863　2019年12月

    DOI： 10.2109/jcersj2.19143 　

    ISSN：1882-0743

    eISSN：1348-6535

  26. Application of machine learning techniques to electron microscopic/spectroscopic image data analysis 査読有り

    Shunsuke Muto, Motoki Shiga

    Microscopy　2019年11月

  27. Estimation of material parameters based on precipitate shape: efficient identification of low-error region with Gaussian process modeling 査読有り

    Yuhki Tsukada, Shion Takeno, Masayuki Karasuyama, Hitoshi Fukuoka, Motoki Shiga, Toshiyuki Koyama

    Scientific Reports　9　15794　2019年10月

  28. Non-negative matrix factorization and its extensions for spectral image data analysis 査読有り

    Motoki Shiga, Shunsuke Muto

    e-Journal of Surface Science and Nanotechnology　17　148-154　2019年9月

  29. Community assessment to advance computational prediction of cancer drug combinations in a pharmacogenomic screen 査読有り

    Michael Patrick Menden, Dennis Wang, Yuanfang Guan, Michael Mason, Bence Szalai, Krishna C Bulusu, Thomas Yu, Jaewoo Kang, Minji Jeon, Russ Wolfinger, Tin Nguyen, Mikhail Zaslavskiy, AstraZeneca-Sanger Drug Combination, DREAM Consortium, In Sock Jang, Zara Ghazoui, Mehmet Eren Ahsen, Robert Vogel, Elias Chaibub Neto, Thea Norman, Eric KY Tang, Mathew J Garnett, Giovanni Di Veroli, Stephen Fawell, Gustavo Stolovitzky, Justin Guinney, Jonathan R Dry, Julio Saez-Rodriguez

    Nature Communications　10　2674　2019年6月

  30. 多変量解析を利用したTOF-SIMSイメージデータフュージョンとスパースモデリングおよび機械学習によるTOF-SIMSスペクトル解析 査読有り

    石倉航, 高橋一真, 山㟁崇之, 青木弾, 福島和彦, 志賀元紀, 青柳里果

    Journal of surface analysis　25　(2)　103-114　2018年12月

    出版者・発行元：

    DOI： 10.1384/jsa.25.103 　

    ISSN：1341-1756

    eISSN：1347-8400

  31. A Crowdsourced Analysis to Identify ab Initio Molecular Signatures Predictive of Susceptibility to Viral Infection 査読有り

    Slim Fourati, Aarthi Talla, Mehrad Mahmoudian, Joshua G Burkhart, Riku Klen, Ricardo Henao, Zafer Aydin, Ka Yee Yeung, Mehmet Eren Ahsen, Reem Almugbel, Samad Jahandideh, Xiao Liang, Torbjorn, E.M. Nordling, Motoki Shiga, Ana Stanescu, Robert Vogel, The Respiratory Viral, DREAM Challenge Consortium, Gaurav Pandey, Christopher Chiu, Micah T McClain, Chris W Woods, Geoffrey S Ginsburg, Laura L Elo, Ephraim L Tsalik, Lara M Mangravite, Solveig K Sieberts

    Nature Communications　9　4418　2018年10月

    DOI： 10.1038/s41467-018-06735-8 　

  32. Informatics-Aided Raman Microscopy for Nanometric 3D Stress Characterization 査読有り

    Hongxin Wang, Han Zhang, Bo Da, Motoki Shiga, Hideaki Kitazawa, Daisuke Fujita

    Journal of Physical Chemistry C　122　(13)　7187-7193　2018年4月5日

    出版者・発行元： American Chemical Society

    DOI： 10.1021/acs.jpcc.7b12415 　

    ISSN：1932-7455 1932-7447

  33. Exploring a potential energy surface by machine learning for characterizing atomic transport 査読有り

    Kanamori, Kenta, Toyoura, Kazuaki, Honda, Junya, Hattori, Kazuki, Seko, Atsuto, Karasuyama, Masayuki, Shitara, Kazuki, Shiga, Motoki, Kuwabara, Akihide, Takeuchi, Ichiro

    PHYSICAL REVIEW B　97　(12)　125124　2018年3月

    DOI： 10.1103/PhysRevB.97.125124 　

    ISSN：2469-9950

    eISSN：2469-9969

  34. High spatial resolution hyperspectral imaging with machine-learning techniques 査読有り

    Motoki Shiga, Shunsuke Muto

    Nanoinformatics　179-203　2018年1月15日

    出版者・発行元： Springer Singapore

    DOI： 10.1007/978-981-10-7617-6_9 　

  35. Time variations of the radial velocity of H2O masers in the semi-regular variable R Crt 査読有り

    Hiroshi Sudou, Motoki Shiga, Toshihiro Omodaka, Chihiro Nakai, Kazuki Ueda, Hiroshi Takaba

    Journal of the Korean Astronomical Society　50　(6)　157-165　2017年12月1日

    出版者・発行元： Korean Astronomical Society

    DOI： 10.5303/JKAS.2017.50.6.157 　

    ISSN：1225-4614

  36. Prediction of overall survival for patients with metastatic castration-resistant prostate cancer: development of a prognostic model through a crowdsourced challenge with open clinical trial data 査読有り

    Justin Guinney, Tao Wang, Teemu D. Laajala, Kimberly Kanigel Winner, J. Christopher Bare, Elias Chaibub Neto, Suleiman A. Khan, Gopal Peddinti, Antti Airola, Tapio Pahikkala, Tuomas Mirtti, Thomas Yu, Brian M. Bot, Liji Shen, Kald Abdallah, Thea Norman, Stephen Friend, Gustavo Stolovitzky, Howard Soule, Christopher J. Sweeney, Charles J. Ryan, Howard I. Scher, Oliver Sartor, Yang Xie, Tero Aittokallio, Fang Liz Zhou, James C. Costello

    LANCET ONCOLOGY　18　(1)　132-142　2017年1月

    DOI： 10.1016/S1470-2045(16)30560-5 　

    ISSN：1470-2045

    eISSN：1474-5488

  37. Matrix Factorization for Automatic Chemical Mapping from Electron Microscopic Spectral Imaging Datasets 査読有り

    Motoki Shiga, Shunsuke Muto, Kazuyoshi Tatsumi, Koji Tsuda

    Transactions of the Materials Research Society of Japan　41　(4)　333-336　2016年12月

    出版者・発行元： 一般社団法人 日本MRS

    DOI： 10.14723/tmrsj.41.333 　

    詳細を見る 詳細を閉じる

    <p>Advances in scanning transmission electron microscopy (STEM) techniques have enabled us to automatically obtain electron energy-loss (EELS)/energy-dispersive X-ray (EDX) spectral datasets from a specified region of interest (ROI) at an arbitrary step width, called spectral imaging (SI). Instead of manually identifying the potential constituent chemical components from the ROI, it is more effective and efficient to use a statistical approach for the automatic identification of the underlying chemical components and their spectra. This problem of automatic decomposition of chemical components can be formalized as a matrix factorization, which is a common problem setting in statistical machine learning. This paper first reviews several matrix factorization methods and then introduces our extension of a non-negative matrix factorization (NMF). The present NMF solves two problems: i) resolving overlapped spectral profiles, avoiding unnatural crosstalk, and ii) optimizing the number of chemical components. These effectiveness and comparisons with other matrix factorization methods are demonstrated using a real STEM-EELS dataset.</p>

  38. Sparse modeling of EELS and EDX spectral imaging data by nonnegative matrix factorization 査読有り

    Motoki Shiga, Kazuyoshi Tatsumi, Shunsuke Muto, Koji Tsuda, Yuta Yamamoto, Toshiyuki Mori, Takayoshi Tanji

    ULTRAMICROSCOPY　170　43-59　2016年11月

    DOI： 10.1016/j.ultramic.2016.08.006 　

    ISSN：0304-3991

    eISSN：1879-2723

  39. Machine-learning-based selective sampling procedure for identifying the low-energy region in a potential energy surface: A case study on proton conduction in oxides 査読有り

    Kazuaki Toyoura, Daisuke Hirano, Atsuto Seko, Motoki Shiga, Akihide Kuwabara, Masayuki Karasuyama, Kazuki Shitara, Ichiro Takeuchi

    PHYSICAL REVIEW B　93　(5)　054112　2016年2月

    DOI： 10.1103/PhysRevB.93.054112 　

    ISSN：2469-9950

    eISSN：2469-9969

  40. スペクトルイメージデータ解析への統計・情報処理

    武藤 俊介, 志賀 元紀

    表面科学　37　(12)　610-615　2016年

    出版者・発行元： 公益社団法人 日本表面科学会

    DOI： 10.1380/jsssj.37.610 　

    ISSN：0388-5321

    詳細を見る 詳細を閉じる

    <p>Recent development of digitized and automated measurement systems has inevitably accelerated applications of data mining techniques based on statistical/information processing. In the present article we outlined the recent progress in our chemical imaging techniques based on the statistical analysis of &lsquo;spectral image&rsquo; datasets, obtained by a suite of scanning transmission electron microscopy and associated spectroscopy. Finally, we discuss the future prospects of the field to extend the present bilinear model to multi-way analysis for more robust modeling of low signal-to-noise ratio data.</p>

  41. ガウス過程と動的計画法を用いたプロトン伝導体の伝導度推定 (情報論的学習理論と機械学習) -- (情報論的学習理論ワークショップ(IBIS2016))

    金森 研太, 豊浦 和明, 中島 伸一, 世古 敦人, 烏山 昌幸, 桑原 彰秀, 本多 淳也, 設楽 和希, 志賀 元紀, 竹内 一郎

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報　116　(300)　191-198　2016年1月

    出版者・発行元： 電子情報通信学会

    ISSN：0913-5685

  42. Two-step feature selection for predicting survival time of patients with metastatic castrate resistant prostate cancer 査読有り

    Motoki Shiga

    F1000Research　5　2678　2016年

    出版者・発行元： Faculty of 1000 Ltd

    DOI： 10.12688/f1000research.8201.1 　

    ISSN：1759-796X 2046-1402

  43. Direct conditional probability density estimation with sparse feature selection 査読有り

    Motoki Shiga, Voot Tangkaratt, Masashi Sugiyama

    MACHINE LEARNING　100　(2-3)　161-182　2015年9月

    DOI： 10.1007/s10994-014-5472-x 　

    ISSN：0885-6125

    eISSN：1573-0565

  44. ナノ電子顕微分光における情報処理技法の応用 招待有り

    武藤俊介, 志賀元紀, 巽一厳, 津田宏治

    日本セラミックス協会「セラミックス」　50　(7)　527-530　2015年7月

    出版者・発行元： 日本セラミックス協会

    ISSN：0009-031X

  45. Non-Negative Matrix Factorization with Auxiliary Information on Overlapping Groups 査読有り

    Motoki Shiga, Hiroshi Mamitsuka

    IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING　27　(6)　1615-1628　2015年6月

    DOI： 10.1109/TKDE.2014.2373361 　

    ISSN：1041-4347

    eISSN：1558-2191

  46. Detecting Differentially Coexpressed Genes from Labeled Expression Data: A Brief Review 査読有り

    Mitsunori Kayano, Motoki Shiga, Hiroshi Mamitsuka

    IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS　11　(1)　154-167　2014年1月

    DOI： 10.1109/TCBB.2013.2297921 　

    ISSN：1545-5963

    eISSN：1557-9964

  47. Variational Bayes co-clustering with auxiliary information 査読有り

    Motoki Shiga, Hiroshi Mamitsuka

    MultiClust 2013 - 4th Workshop on Multiple Clusterings, Multi-View Data, and Multi-Source Knowledge-Driven Clustering, in Conj. with the 19th ACM SIGKDD Int. Conf. on KDD 2013　5　1-4　2013年

    DOI： 10.1145/2501006.2501012 　

  48. 化学構造の高速データマイニングのための特徴ベクトル TFS の圧縮法 査読有り

    志賀元紀, 高橋由雅

    Journal of Computer Chemistry, Japan　11　(2)　104-111　2012年8月

    出版者・発行元： 日本コンピュータ化学会

    DOI： 10.2477/jccj.2012-0002 　

    ISSN：1347-1767

    詳細を見る 詳細を閉じる

    医薬品の候補となる化合物空間は極めて膨大であり，また，化合物関連データベースが大規模化しているため，少ない計算コストのデータ解析手法が望まれる．本研究では，高橋らの開発した特徴ベクトルであるトポロジカルフラグメントスペクトル(Topological Fragment Spectra, TFS)を圧縮するによって，計算コストを抑えるアプローチを検討した．まず，TFSが周期性のあるスペクトルであることを示した．そして，周期性信号の圧縮に用いられるフーリエ変換とウェーブレット変換に基づくアプローチを用いて圧縮する手法を検討した．各手法で圧縮した特徴ベクトルを用いた類似度構造検索および薬理活性予測の数値実験によって，ウェーブレット変換による圧縮がより効率的な圧縮法であることが示された．

  49. A Variational Bayesian Framework for Clustering with Multiple Graphs 査読有り

    Motoki Shiga, Hiroshi Mamitsuka

    IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING　24　(4)　577-589　2012年4月

    DOI： 10.1109/TKDE.2010.272 　

    ISSN：1041-4347

  50. Efficient semi-supervised learning on locally informative multiple graphs 査読有り

    Motoki Shiga, Hiroshi Mamitsuka

    PATTERN RECOGNITION　45　(3)　1035-1049　2012年3月

    DOI： 10.1016/j.patcog.2011.08.020 　

    ISSN：0031-3203

  51. Clustering genes with expression and beyond 招待有り 査読有り

    Motoki Shiga, Hiroshi Mamitsuka

    WILEY INTERDISCIPLINARY REVIEWS-DATA MINING AND KNOWLEDGE DISCOVERY　1　(6)　496-511　2011年11月

    DOI： 10.1002/widm.41 　

    ISSN：1942-4787

    eISSN：1942-4795

  52. Genome-Wide Integration on Transcription Factors, Histone Acetylation and Gene Expression Reveals Genes Co-Regulated by Histone Modification Patterns 査読有り

    Yayoi Natsume-Kitatani, Motoki Shiga, Hiroshi Mamitsuka

    PLOS ONE　6　(7)　e22281　2011年7月

    DOI： 10.1371/journal.pone.0022281 　

    ISSN：1932-6203

  53. ROS-DET: robust detector of switching mechanisms in gene expression 査読有り

    Mitsunori Kayano, Ichigaku Takigawa, Motoki Shiga, Koji Tsuda, Hiroshi Mamitsuka

    NUCLEIC ACIDS RESEARCH　39　(11)　e74　2011年6月

    DOI： 10.1093/nar/gkr130 　

    ISSN：0305-1048

    eISSN：1362-4962

  54. A spectral approach to clustering numerical vectors as nodes in a network 査読有り

    Motoki Shiga, Ichigaku Takigawa, Hiroshi Mamitsuka

    PATTERN RECOGNITION　44　(2)　236-251　2011年2月

    DOI： 10.1016/j.patcog.2010.08.010 　

    ISSN：0031-3203

    eISSN：1873-5142

  55. 網羅的ゲノムデータ解析のためのクラスタリング法

    志賀 元紀

    日本プロテオーム学会大会要旨集　2011　98-98　2011年

    出版者・発行元： 日本プロテオーム学会（日本ヒトプロテオーム機構）

    DOI： 10.14889/jhupo.2011.0.98.0 　

  56. On the performance of methods for finding a switching mechanism in gene expression. 査読有り

    Mitsunori Kayano, Ichigaku Takigawa, Motoki Shiga, Koji Tsuda, Hiroshi Mamitsuka

    Genome informatics. International Conference on Genome Informatics　24　69-83　2010年7月

    出版者・発行元： 1

    ISSN：0919-9454

  57. Variational Bayes learning over multiple graphs 査読有り

    Motoki Shiga, Hiroshi Mamitsuka

    Proceedings of the 2010 IEEE International Workshop on Machine Learning for Signal Processing, MLSP 2010　166-171　2010年

    DOI： 10.1109/MLSP.2010.5589257 　

  58. Annotating gene functions with integrative spectral clustering on microarray expressions and sequences. 査読有り

    Limin Li, Motoki Shiga, Wai-ki Ching, Hiroshi Mamitsuka

    Genome informatics. International Conference on Genome Informatics　22　95-120　2010年1月

    ISSN：0919-9454

  59. Efficiently finding genome-wide three-way gene interactions from transcript- and genotype-data 査読有り

    Mitsunori Kayano, Ichigaku Takigawa, Motoki Shiga, Koji Tsuda, Hiroshi Mamitsuka

    BIOINFORMATICS　25　(21)　2735-2743　2009年11月

    DOI： 10.1093/bioinformatics/btp531 　

    ISSN：1367-4803

    eISSN：1460-2059

  60. Upper bound for variational free energy of Bayesian networks 査読有り

    Kazuho Watanabe, Motoki Shiga, Sumio Watanabe

    Machine Learning　75　(2)　199-215　2009年5月

    DOI： 10.1007/s10994-008-5099-x 　

    ISSN：0885-6125 1573-0565

  61. Mining significant tree patterns in carbohydrate sugar chains 査読有り

    Kosuke Hashimoto, Ichigaku Takigawa, Motoki Shiga, Minoru Kanehisa, Hiroshi Mamitsuka

    BIOINFORMATICS　24　(16)　I167-I173　2008年8月

    DOI： 10.1093/bioinformatics/btn293 　

    ISSN：1367-4803

  62. 多様なゲノムデータの統合的クラスタリング解析(理論/実験技術) 査読有り

    志賀 元紀, 瀧川 一学, 馬見塚 拓

    生物物理　48　(3)　190-194　2008年5月

    出版者・発行元： 日本生物物理学会

    DOI： 10.2142/biophys.48.190 　

    ISSN：0582-4052 1347-4219

    eISSN：1347-4219

  63. Annotating gene function by combining expression data with a modular gene network 査読有り

    Motoki Shiga, Ichigaku Takigawa, Hiroshi Mamitsuka

    BIOINFORMATICS　23　(13)　I468-I478　2007年7月

    DOI： 10.1093/bioinformatics/btm173 　

    ISSN：1367-4803

    eISSN：1460-2059

  64. A Spectral Clustering Approach to Optimally Combining Numerical Vectors with a Modular Network 査読有り

    Motoki Shiga, Ichigaku Takigawa, Hiroshi Mamitsuka

    KDD-2007 PROCEEDINGS OF THE THIRTEENTH ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING　647-656　2007年

    DOI： 10.1145/1281192.1281262 　

  65. 離散情報源に対するエントロピーの推定精度に関する研究

    志賀元紀

    岐阜大学　2006年3月

  66. Upper bounds for variational stochastic complexities of Bayesian networks 査読有り

    Kazuho Watanabe, Motoki Shiga, Sumio Watanabe

    INTELLIGENT DATA ENGINEERING AND AUTOMATED LEARNING - IDEAL 2006, PROCEEDINGS　4224　139-146　2006年

    ISSN：0302-9743

  67. 推定を独立な標本から繰り返す場合に最適なエントロピー推定量 査読有り

    志賀 元紀, 横田 康成

    電気学会論文誌. C, 電子・情報・システム部門誌 = The transactions of the Institute of Electrical Engineers of Japan. C, A publication of Electronics, Information and System Society　125　(12)　1912-1913　2005年12月

    出版者・発行元： 社団法人 電気学会

    DOI： 10.1541/ieejeiss.125.1912 　

    ISSN：0385-4221 1348-8155

    詳細を見る 詳細を閉じる

    We cannot record biological signals, e.g., neural signals, over long time, because of biological tiredness and adaptation property. We often adopt the average over plural estimates obtained from samples recorded in different trials as a final estimate to improve the estimation accuracy. For minimizing mean squared error of the entropy estimation, we should optimally balance between bias error and mean squared error of individual estimations, however the optimal balance is unknown. This paper derivates the optimal balance between bias error and mean squared error of individual estimations.

  68. An Optimal Entropy Estimator for Discrete Random Variables 査読有り

    Motoki Shiga, Yasunari Yokota

    Proc. of the 18th International Joint Conference on Neural Networks　1280-1285　2005年7月

    DOI： 10.1109/IJCNN.2005.1556038 　

  69. Error Analysis of Entropy Estimator for A Memory-less Information Source 査読有り

    Motoki Shiga, Yasunari Yokota

    Proc. of the International Workshop on Nonlinear Signal and Image Processing 2005　99-104　2005年5月

  70. バイアス誤差の二乗平均を任意の値に制約する条件下で平均二乗誤差を最小化するエントロピー推定量(情報理論) 査読有り

    志賀 元紀, 横田 康成

    電子情報通信学会論文誌. A, 基礎・境界　88　(4)　519-527　2005年4月

    出版者・発行元： 社団法人電子情報通信学会

    ISSN：0913-5707

    詳細を見る 詳細を閉じる

    エントロピー推定は, 様々な分野で有用な解析法として用いられている.一般に, 離散的な記号を出力する独立生起情報源に対するエントロピーの推定は, 各記号の生起確率の最ゆう推定値をエントロピー関数に代入することにより行われる.しかし, こうした推定量は, 平均二乗誤差の最小性や不偏性をもたないことが示されている.更に, Paninskiは, エントロピー推定においては, バイアス誤差と推定分散がトレードオフに制約されることを指摘した.本論文では, バイアス誤差の二乗平均と平均二乗誤差のトレードオフを最適に制御可能なエントロピー推定量を提案する.具体的には, エントロピー推定量が1変数関数の和で表されることを仮定し, バイアス誤差の二乗平均を任意の値に制約する条件下で平均二乗誤差を最小にするように導出される.提案法の推定精度と従来法の推定精度を比較した結果, 提案法は, これら二つの誤差のトレードオフを制御することにより, 従来法よりも高い推定精度が得られることが示された.

  71. Effect of time division on estimation accuracy in frequency domain ICA 査読有り

    Y Yokota, H Iwata, M Shiga

    IEICE TRANSACTIONS ON FUNDAMENTALS OF ELECTRONICS COMMUNICATIONS AND COMPUTER SCIENCES　E87A　(12)　3424-3428　2004年12月

    ISSN：0916-8508

    eISSN：1745-1337

  72. An entropy estimator improving mean squared error 査読有り

    Y Yokota, M Shiga

    ELECTRONICS AND COMMUNICATIONS IN JAPAN PART III-FUNDAMENTAL ELECTRONIC SCIENCE　87　(9)　1-10　2004年

    DOI： 10.1002/ecjc.10163 　

    ISSN：1042-0967

  73. 平均2乗誤差を改善するエントロピー推定量(情報理論) 査読有り

    横田 康成, 志賀 元紀

    電子情報通信学会論文誌. A, 基礎・境界　86　(9)　936-944　2003年9月

    出版者・発行元： 社団法人電子情報通信学会

    ISSN：0913-5707

︎全件表示 ︎最初の5件までを表示

MISC 8

  1. Unravelling the density-driven modification of the topology generated (vol 132, pg 653, 2024)

    Shinji Kohara, Shuya Sato, Motoki Shiga, Yohei Onodera, Hirokazu Masai, Toru Wakihara, Atsunobu Masuno, Akihiko Hirata, Naoto Kitamura, Yasushi Idemoto, Koji Kimura, Koichi Hayashi

    JOURNAL OF THE CERAMIC SOCIETY OF JAPAN　133　(2)　65-65　2025年2月

    DOI： 10.2109/jcersj2.2409302 　

    ISSN： 1882-0743

    eISSN： 1348-6535

  2. 特徴選択を同時にできる条件付き確率推定法 (ニューロコンピューティング)

    志賀 元紀, 杉山 将

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報　113　(374)　17-22　2013年12月21日

    出版者・発行元： 一般社団法人電子情報通信学会

    ISSN： 0913-5685

    詳細を見る 詳細を閉じる

    入出力関係の推定のために,条件付き確率密度の推定が有用である.例えば,杉山らの提案した最小2乗推定法は,条件付き平均値のみを推定する回帰分析よりも幅広い状況において高い性能を実現できる.しかしながら,この手法の推定誤差は,出力と関係ない特徴量のある場合に増加する傾向にある.本研究では,杉山らの手法を拡張したスパース罰則項付き加法モデルによって,特徴選択できる推定法を提案する.数値実験によって,提案法の推定性能を検証する.

  3. Poster Presentation : Direct Conditional Probability Density Estimation based on Sparse Additive Models (情報論的学習理論と機械学習)

    志賀 元紀, 杉山 将

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報　113　(286)　53-60　2013年11月12日

    出版者・発行元： 一般社団法人電子情報通信学会

    ISSN： 0913-5685

    詳細を見る 詳細を閉じる

    入出力関係の推定のために,条件付き確率推定法が有用である.例えば,杉山らの提案した最小2乗推定法は,条件付き平均値のみを推定する回帰分析よりも幅広い状況において高い性能を実現できる.しかしながら,この手法の推定誤差は,出力と関係ない特徴量のある場合に増加する傾向にある.本研究では,杉山らの手法を拡張したスパース罰則項付き加法モデルによって,特徴選択できる推定法を提案する.数値実験により,提案法の推定性能が検証される.

  4. ロバスト相関係数差とP‐値による交互作用遺伝子対の効率的検出手法

    茅野光範, 瀧川一学, 志賀元紀, 津田宏治, 馬見塚拓

    統計関連学会連合大会講演報告集　2010　210　2010年9月

  5. Finding three-way gene interactions from transcript and genotype data

    KAYANO Mitsunori, TAKIGAWA Ichigaku, SHIGA Motoki, TSUDA Koji, MAMITSUKA Hiroshi

    Proc Annu Conf Jpn Soc Bioinform　2010　P069.1-P069.2　2010年

  6. Association of SNPs with Multiple Genes Using a Nonlinear Regression Model

    KAYANO Mitsunori, TAKIGAWA Ichigaku, SHIGA Motoki, TSUDA Koji, MAMITSUKA Hiroshi

    Proc Annu Conf Jpn Soc Bioinform　2008　P049.1-P049.2　2008年

  7. Efficiently finding significant substructural patterns conserved in glycans

    TAKIGAWA Ichigaku, HASHIMOTO Kosuke, SHIGA Motoki, KANEHISA Minoru, MAMITSUKA Hiroshi

    Proc Annu Conf Jpn Soc Bioinform　2008　P066.1-P066.2　2008年

  8. SD-1-11 降水量と降雨粒子量の平均相互情報量最大化に基づく降水量推定

    志賀 元紀, 横田 康成

    電子情報通信学会総合大会講演論文集　2001　(1)　266-267　2001年3月7日

    出版者・発行元： 一般社団法人電子情報通信学会

︎全件表示 ︎最初の5件までを表示

書籍等出版物 2

  1. Nanoinformatics

    Motoki Shiga, Shunsuke Muto

    Springer　2018年2月

    ISBN: 9789811076176

  2. 脳神経システム解析のための数理アルゴリズム

    横田康成, 志賀元紀

    オーム社　2006年

講演・口頭発表等 43

  1. 物質・材料の構造解析のためのデータ科学技術 招待有り

    志賀 元紀

    2024年度電気化学会九州支部シンポジウム（第63回工業物理化学講習会）「DX・先端技術を活用した研究開発」　2024年11月15日

  2. ガラス材料に潜む構造秩序の定量解析法 招待有り

    志賀 元紀

    第20回ガラス技術シンポジウム（GIC20）（第65回ガラスおよびフォトニクス材料討論会）　2024年11月7日

  3. 物質・材料の計測データ解析のための機械学習 招待有り

    志賀 元紀

    日本セラミックス協会 プレミアム講演会　2024年10月31日

  4. 化学結合リングに基づくガラスと結晶の構造秩序解析 招待有り

    志賀 元紀

    第3回Material Meets Data　2024年2月2日

  5. Material structure analysis based on machine learning 招待有り

    Motoki Shiga

    The 9th CWRU x Tohoku Joint Workshop　2023年8月8日

  6. 微細構造計測データ解析のための統計的機械学習 招待有り

    志賀 元紀

    日本学術振興会ナノプローブテクノロジー第167委員会第106回研究会　2023年3月9日

  7. 微細構造計測におけるデータ解析手法の開発および異分野間の連携 招待有り

    志賀 元紀

    日本学術振興会R026先端計測技術の将来設計委員会 第11回研究会　2022年12月20日

  8. 微細構造計測データ解析のための統計的機械学習 招待有り

    志賀 元紀

    第37回分析電子顕微鏡討論会　2022年12月9日

  9. 物質材料科学のための機械学習 招待有り

    志賀 元紀

    2022年度ニューガラス大学院　2022年10月28日

  10. 物質構造解析のためのインフォマティクス技術 招待有り

    志賀 元紀

    第69回応用物理学会春季学術講演会, シンポジウム「応用物理におけるインフォマティクス応用の最前線」　2022年3月22日

  11. 理論・実験・情報科学の融合によるガラスの構造秩序解析 招待有り

    志賀 元紀

    第35回日本放射光学会年会・放射光科学合同シンポジウム, 企画講演「放射光を用いたガラス研究の最前線と未来」　2022年1月9日

  12. スペクトルイメージング解析のための統計的機械学習 招待有り

    志賀 元紀

    日本鉄鋼協会 材料の組織と特性部会 若手フォーラム 第4回研究会　2021年12月3日

  13. 物質材料科学のための機械学習 招待有り

    志賀 元紀

    2021年度 ニューガラス大学院　2021年10月29日

  14. 微細構造計測データ解析のための統計的機械学習 招待有り

    志賀 元紀

    第12回材料系ワークショップ〜マテリアルズインフォマティクスにおける「富岳」の活用に向けて〜　2021年10月6日

  15. 化学結合リングに基づくガラス材料の多体相関解析 招待有り

    志賀元紀

    TDA-MI workshop 2020　2020年11月14日

  16. 化学結合トポロジーに基づく非晶質の多体相関解析 招待有り

    志賀元紀, 平田秋彦, 小原真司, 小野寺陽平

    日本セラミックス協会第33回秋季シンポジウム　2020年9月3日

  17. 微細構造計測データ解析のための統計的機械学習 招待有り

    志賀元紀

    第３回計測インフォマティクス研究会　2019年9月18日

  18. 微細構造計測データ解析のための統計的機械学習 招待有り

    志賀元紀

    原子分解能ホログラフィー研究会・機能性材料ナノスケール原子相関合同研究会　2019年8月31日

  19. オングストロームビーム電子回折イメージングを用いた非晶質構造の網羅的解析 招待有り

    志賀元紀, 平田秋彦, 小原真司, 小野寺陽平

    NIMS先端計測シンポジウム2019　2019年3月7日

  20. 物質構造計測へのデータ科学の導入 招待有り

    志賀 元紀

    量子ビームを用いた回折実験・PDF解析・データ駆動型構造モデリング講習会（第3回RMCシミュレーションハンズオンチュートリアル）　2019年3月6日

  21. Statistical machine learning for spectrum image data analysis 国際会議 招待有り

    Motoki Shiga

    JST PRESTO International Symposium on Materials Informatics　2019年2月11日

  22. スペクトルイメージ解析のための統計的機械学習 招待有り

    志賀 元紀

    プラスチック成形加工学会の第167回講演会　2019年1月26日

  23. スペクトルイメージ解析のための統計的機械学習 招待有り

    志賀 元紀

    日本顕微鏡学会「様々なイメージング技術研究部会」第6回研究会　2018年11月23日

  24. Statistical Machine Learning for Spectrum Image Data Analysis 国際会議 招待有り

    Motoki Shiga

    The 19th KIM-JIM Symposium -Recent Advances in Artificial Intelligence and Simulations in Materials Science and Engineering-　2018年10月25日

  25. Statistical Machine Learning for Microscopy Data Analysis 国際会議 招待有り

    Motoki Shiga

    14th International Conference on Atomically Controlled Surfaces, Interfaces and Nanostructures (ACSIN-14) and 26th International Colloquium on Scanning Probe Microscopy (ICSPM26)　2018年10月23日

  26. 走査透過型電子顕微鏡データ解析のための機械学習法 招待有り

    志賀 元紀

    応用物理学会秋季学術講演会特別シンポジウム（電子情報通信学会共催）「インフォマティクスへの招待」　2018年9月18日

  27. 統計的機械学習を用いたスペクトルイメージ解析 招待有り

    志賀 元紀

    顕微ナノ・表面科学・SPM合同シンポジウム　2018年3月26日

  28. スペクトルデータ解析のための統計的機械学習 招待有り

    志賀 元紀

    第二回 先端計測インフォマティクス・ワークショップ（NIMS先端計測シンポジウム 2018）　2018年3月8日

  29. 統計的機械学習によるスペクトルイメージのモデリングと解析法 招待有り

    志賀 元紀

    JSTさきがけ・マテリアルズインフォマティクス領域 第1回シンポジウム　2018年2月22日

  30. スペクトラムイメージ解析のための統計的機械学習法 招待有り

    志賀 元紀

    第31回日本放射光学会年会・放射光科学合同シンポジウム, 企画講演『情報科学を活用した放射光科学の新展開』　2018年1月8日

  31. スペクトラムイメージ解析における機械学習 招待有り

    志賀 元紀

    情報統合型物質・材料開発イニシアティブ チュートリアルセミナー 第6回「計測インフォマティクス」　2017年11月1日

  32. スペクトルイメージデータ解析のための統計的機械学習法 招待有り

    志賀元紀, 武藤俊介

    マイクロビームアナリシス第141委員会第169回研究会　2017年8月29日

  33. 統計的機械学習に基づくスペクトラムイメージ解析 招待有り

    志賀 元紀

    2017年真空・表面科学合同講演会・データ駆動表面科学研究部会セッション　2017年8月17日

  34. 物質・材料の微細構造計測におけるインフォマティクス技術の開拓 招待有り

    志賀 元紀

    第2回 さきがけ新分野開拓セミナー「ICTの展開」　2017年2月27日

  35. 統計的機械学習に基づく走査型電子顕微鏡データ解析 招待有り

    志賀 元紀

    先端計測インフォマティクス 大量データ時代の情報活用　2017年1月19日

  36. 統計的機械学習による物質材料データ解析 招待有り

    志賀 元紀

    日本金属学会・日本鉄鋼協会東海支部 若手材料研究会・技術交流フォーラム　2016年11月28日

  37. スペクトルイメージング解析のための統計的機械学習 招待有り

    志賀元紀

    第6回兵庫県マテリアルズ・インフォマティクス講演会　2021年8月20日

  38. 物質・材料科学のための機械学習 招待有り

    志賀元紀

    ガラスデータベースINTERGLAD第１回勉強会　2021年7月30日

  39. Intermediate-Range Ordering in Glassy Materials Revealed by Statistical Analysis of Ring Characterizations 招待有り

    Motoki Shiga

    The 2nd International Workshop on Hyper-Ordered Structures　2021年6月26日

  40. 分光スペクトル解析のための統計的機械学習 招待有り

    志賀元紀, 武藤俊介

    日本顕微鏡学会 第77回学術講演会　2021年6月15日

  41. 微細構造計測データ解析のための統計的機械学習 招待有り

    志賀元紀

    近畿化学協会コンピュータ化学部会 公開講演会（第110回例会）　2021年6月1日

  42. 化学結合トポロジーに基づくガラス構造の秩序解析 招待有り

    志賀元紀

    多様な物質に潜む「超秩序構造」 〜構造物性研究の新展開〜, 日本物理学会第76回年次大会　2021年3月13日

  43. スペクトラムイメージデータのノイズ処理と信号抽出の最近の進展 招待有り

    志賀元紀

    顕微鏡計測インフォマティックス研究部会第2回研究会　2021年1月29日

︎全件表示 ︎最初の5件までを表示

共同研究・競争的資金等の研究課題 30

  1. 材料デジタルツインで加速する磁性デバイス開発

    山崎 裕一, 志賀 元紀, 野村 光, 矢治 光一郎

    2024年10月 ～ 2030年

  2. ナノ電子プローブ実・逆空間走査による統合データ駆動型材料物性解析

    武藤 俊介, 大塚 真弘, 齊藤 元貴, 志賀 元紀, 岡島 敏浩

    2021年4月5日 ～ 2025年3月31日

  3. 超秩序構造科学のプラットフォームの構築による総括と研究支援

    林 好一, 石川 毅彦, 松下 智裕, 志賀 元紀, 中田 彩子, 脇原 徹, 久保園 芳博, 森川 良忠, 谷口 博基, 小原 真司

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Transformative Research Areas (A)

    研究種目：Grant-in-Aid for Transformative Research Areas (A)

    研究機関：Nagoya Institute of Technology

    2020年11月19日 ～ 2025年3月31日

    詳細を見る 詳細を閉じる

    2020年11月19日に「超秩序構造科学」が採択され、翌日に第一回目の総括班会議を立ち上げた。その際、総括班メンバーの役割分担の決定と2020年度の活動内容とそのスケジュールの策定を行った。総括班会議は年度内に合計４回行い、各計画研究の進捗・予算執行状況を記載した報告書(基本、3カ月に一度)に基づき、研究の進め方について議論を行った。 行事に関しては、まず、12月20日にキックオフミーティングをハイブリッド形式にて行った。この際、zoom機能のbreakout sessionを用いて、個別の連携研究の打ち合わせを行った。また、領域ホームページの作成も進め、12月25日に公開を行った。また、12～1月の間に、領域の特徴や目的を示すプロモーションビデオの撮影を行った。公募研究班の募集や海外も含めた領域の紹介を行うためのものであり、２月中旬にはyoutube上で公開を行った。第一期公募研究班募集のための説明会を、2月11日、23日の二回に分け、オンライン形式にて行った。説明の後にbreakout sessionを用いて、個別の相談会を行った。合計211名の参加者があり、その甲斐もあり、非常に多くの申請があった。 3月7-8日には、第一回領域報告会を行い、領域研究の到達点について再確認を行った。また、評価者やアドバイザーの先生より講評を戴き、領域活動に反映させることにした。同時に報告書の作成を行った。3月26日に第一回国際ワークショップをオンライン形式で行った。５名の海外研究者を招待し、合計50名の参加者とともに活発な議論が行われた。 その他、大型施設関係では、放射光実験施設SPring-8の2021A期の募集に合わせ、合計３８件の申請を行い、２８件の採択があった。また、成果公開課題に２件申請し採択された。

  4. 数理情報科学に基づく超秩序構造の網羅的解析

    志賀 元紀

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research

    研究種目：Grant-in-Aid for Transformative Research Areas (A)

    研究機関：Gifu University

    2020年11月19日 ～ 2025年3月31日

    詳細を見る 詳細を閉じる

    開始年度となる本年度では、まず、計上していた予算を用いて多数CPUコアおよびGPUを搭載した計算機を購入し計算機環境を整備し、また、研究データの整備および開発ソフトウェアの機能強化を行った。 計測データから原子配列を推定する課題において、光電子ホログラフィーや蛍光X線ホログラフィーから原子像を再構成する理論が研究分野全体の鍵を握っている。蛍光X線ホログラフィーでは通常はBarton法が使われるが、これはX線の波長を変えながら、約10枚のホログラムを必要とする。理論が向上すれば、この測定量を減らすことが可能になる。そこで、L1正則化や最大エントロピー法を用いた方法の研究、また、リバースモンテカルロ法を用いて原子像再生をする理論の研究を行った。 超秩序の記述法の課題において、トポロジーの概念を活用し、従来の手法では特徴付けが難しかった構造記述子の構築に取り組んだ。具体的には、孔や空隙の形や大きさ、ネットワーク構造など多体秩序の定量的記述を目指し、この目標のため、パーシステントホモロジー(PH)という数学的手法などを活用した。こうして超秩序構造のための記述子を構成し、それを利用して物性を予測する機械学習モデルを構築し、超秩序と物性の関係を明らかにするための理論およびソフトウェア整備を行った。さらに、他の計画班との連携によって、シリカガラスの化学結合ネットワークのトポロジー解析を行った。具体的には、様々な条件で合成されたシリカガラスにおける化学結合ネットワーク上のリング（閉ループ）を解析し、比較を行った結果をまとめて学術雑誌NPG Asia Materialsにおいて発表した。

  5. 情報科学・理論・実験の融合によるネットワークガラスの高次多体相関解析

    志賀 元紀

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research

    研究種目：Grant-in-Aid for Scientific Research (B)

    研究機関：Gifu University

    2020年4月1日 ～ 2023年3月31日

    詳細を見る 詳細を閉じる

    非晶質材料に内在する秩序の記述および効率的な計算法の開発のために、理論計算による大規模な構造モデルの構築、量子ビームによる計測データから秩序を同定する方法の開発、また、実験データに適合する構造モデルから中距離秩序を抽出する試みを行った。 大規模な構造モデル構築の課題において、構造エネルギーや原子にかかる力を高速に計算するために機械学習モデルの開発に取り組んだ。訓練データとして、DC-DFTB法を用いてシリカの様々な構造に対して計算した結果を用意した。DC-DFTB計算に対して、全エネルギーを構成原子に割り当てるエネルギー密度解析を用いて、学習データを高効率的に収集することが可能となった。こうして生成された訓練データに対して、原子配置に関する記述子を入力として、機械学習モデルを構築し、予測性能を検証した。 計測データ解析の課題では、Åビーム電子回折実験を計算機において仮想的に行うヴァーチャルÅビーム電子回折法を開発し、計算ホモロジーおよび分子動力学法と組み合わせることで、代表的な金属ガラスであるPd-Siのトポロジー的な秩序領域から得られる電子回折の特徴を調べた。その結果、トポロジー的な秩序領域では1nm以上にわたり方向の揃った擬格子面が形成されており、これに対応して回折パターン中に強い強度のスポットが出現することがわかった。 また、温度と圧力を精密に制御して合成した永久高密度化シリカガラスについて、その高密度化のメカニズムを量子ビーム実験と構造モデリング、トポロジカル解析を駆使することによって明らかにした。ガラスの3次元構造モデルをSPring-8、海外の原子炉・パルス中性子源を利用して測定した量子ビーム実験データを再現する構造モデルを構築し、化学結合によるネットワークが形成するリング、原子分布が形成する空隙を解析することで、永久高密度化ガラスの構造秩序の起源を明らかにした。

  6. AIを導入したマテリアルズインフォマティクスによる巨大光吸収半導体の開発 競争的資金

    藤原 裕之

    2019年4月 ～ 2023年3月

  7. 物質・材料の微細構造計測におけるインフォマティクス技術の開拓 競争的資金

    志賀 元紀

    提供機関：Japan Science and Technology Agency

    制度名：PREST

    2016年10月 ～ 2020年3月

  8. 複数データセットの効率的統合に基づく機械学習法 競争的資金

    志賀元紀

    2016年4月 ～ 2020年3月

  9. 複数データセットの効率的統合に基づく機械学習法 競争的資金

    提供機関：Japan Society for the Promotion of Science (JSPS)

    制度名：Grant-in-Aid for Scientific Research (B)

    2016年4月 ～ 2020年3月

  10. 複数データセットの効率的統合に基づく機械学習法 競争的資金

    志賀 元紀

    提供機関：Japan Society for the Promotion of Science

    制度名：Grant-in-Aid for Scientific Research (B)

    2016年4月 ～ 2020年3月

  11. 材料インフォマティクスに適した機械学習法の開拓 競争的資金

    分担(代表, 津田宏治

    提供機関：Japan Society for the Promotion of Science (JSPS)

    制度名：Grant-in-Aid for Scientific Research on Innovative Areas"Nano Informatics"

    2016年4月 ～ 2018年3月

  12. 材料インフォマティクスに適した機械学習法の開拓 計画研究 競争的資金

    津田 宏治, 鹿島久嗣, 志賀元紀

    提供機関：Ministry of Education, Culture, Sports, Science and Technology

    制度名：Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)

    2016年4月 ～ 2018年3月

  13. 高次元データ解析における統計的機械学習法の開発 競争的資金

    志賀元紀

    2016年6月 ～ 2017年3月

  14. 多様な半構造化データからのデータ構造推定

    馬見塚 拓, 瀧川 一学, ハンコック ティモシー, 志賀 元紀, 津田 宏治, 茅野 光範, グェン カン ハオ

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research

    研究種目：Grant-in-Aid for Scientific Research (B)

    研究機関：Kyoto University

    2012年4月1日 ～ 2016年3月31日

    詳細を見る 詳細を閉じる

    本研究では、グラフやネットワークに代表される半構造化データの様々な問題設定に対する解決手法を構築することを目指してきた。特に、ノードとリンクで表されるグラフにおいて、ノードに付けられたラベルに関する「ラベル伝搬」、さらに、リンクを予測する「リンク予測」という二つの問題に着目した。さらに、手法構築のみならず実データへの適用及び有効性実証を行った。この応用においては、特に生命科学におけるグラフデータ等での検証を行った。

  15. 統計的機械学習法に基づく生物情報解析法の開発 競争的資金

    提供機関：Institute for Chemical Research, Kyoto University

    制度名：Collaborative Research Grant

    2015年4月 ～ 2016年3月

  16. 補助情報を用いるテンソル因子化法における雑音モデルの一般化 競争的資金

    提供機関：Toyota Physical and Chemical Research Institute

    制度名：Toyota Physical and Chemical Research Institute Scholars

    2015年4月 ～ 2016年3月

  17. 補助情報を用いるテンソル因子化法における雑音モデルの一般化 競争的資金

    志賀 元紀

    2015年4月 ～ 2016年3月

  18. 材料設計における効率的スクリーニングのための機械学習法 競争的資金

    提供機関：Japan Society for the Promotion of Science (JSPS)

    制度名：Grant-in-Aid for Scientific Research on Innovative Areas"Nano Informatics"

    2014年4月 ～ 2016年3月

  19. 多様な補助知識を利用する高速な統計的機械学習アルゴリズム 競争的資金

    提供機関：Ministry of Education, Culture, Sports, Science and Technology

    制度名：Grant-in-Aid for Young Scientists (B)

    2013年4月 ～ 2016年3月

  20. 遺伝子転写制御メカニズム解明のためのデータマイニング法の開発 競争的資金

    提供機関：Medical Institute of Bioregulation, Kyushu University

    制度名：Collaborative Research Grant

    2014年4月 ～ 2015年3月

  21. 外的な生物学的知識を用いるバイオインフォマティクス法 競争的資金

    提供機関：Institute for Chemical Research, Kyoto University

    制度名：Collaborative Research Grant

    2014年4月 ～ 2015年3月

  22. 多様な補助知識を利用する高速な統計的機械学習アルゴリズム 競争的資金

    志賀 元紀

    提供機関：Ministry of Education, Culture, Sports, Science and Technology

    制度名：Grants-in-Aid for Scientific Research(若手研究(B))

    研究種目：若手研究(B)

    2013年4月 ～ 2015年3月

  23. 材料設計における効率的スクリーニングのための機械学習法 競争的資金

    志賀 元紀

    2014年 ～ 2015年

  24. 遺伝子転写制御メカニズム解明のためのデータマイニング法の開発 競争的資金

    提供機関：Medical Institute of Bioregulation, Kyushu University

    制度名：Collaborative Research Grant

    2013年4月 ～ 2014年3月

  25. パーソナライズド医療のための生物データの同時クラスタ解析法の開発 競争的資金

    提供機関：Institute for Chemical Research, Kyoto University

    制度名：Collaborative Research Grant

    2013年4月 ～ 2014年3月

  26. 多様な同時計測データセットの同時クラスタ解析法の開発 競争的資金

    提供機関：The Okawa Foundation for Information and Telecommunications

    制度名：2012 Research Grant, Artificial intelligence

    2013年3月 ～ 2014年3月

  27. 多様な同時計測データセットの同時クラスタ解析法の開発 競争的資金

    志賀 元紀

    提供機関：The Okawa Foundation for Information and Telecommunications

    制度名：2012 Research Grant, Artificial intelligence

    2013年3月 ～ 2014年3月

  28. 生命科学上の非構造化データの統合マイニング 競争的資金

    分担(代表, 馬見塚拓

    2007年10月 ～ 2010年9月

  29. 生物ネットワーク構造に基づく統合的データマイニング手法の構築 競争的資金

    志賀 元紀

    提供機関：Ministry of Education, Culture, Sports, Science and Technology

    制度名：Grant-in-Aid for Young Scientists (B)

    研究種目：Grant-in-Aid for Young Scientists (B)

    研究機関：Kyoto University

    2008年4月 ～ 2010年3月

    詳細を見る 詳細を閉じる

    本研究では、生物ネットワークと関連情報を統合的に解析するデータマイニング法を開発した。新たに開発した手法は、複数の相互作用ネットワーク上の遺伝子(ノード)のクラスタリング法および機能予測法、遺伝子発現量とネットワークを統合するクラスタリングに基づく遺伝子機能のアノテーション法、また、統計的なアプローチと頻出パターンの抽出手法を組み合わせることにより相互作用の要素を高速に予測する手法である。

  30. 生物ネットワーク構造に基づく統合的データマイニング手法の構築 競争的資金

    志賀元紀

    提供機関：Ministry of Education, Culture, Sports, Science and Technology

    制度名：Grants-in-Aid for Scientific Research(若手研究(B))

    研究種目：若手研究(B)

    研究機関：Kyoto University

    2008年 ～ 2009年

    詳細を見る 詳細を閉じる

    本研究では、生物ネットワークと関連情報を統合的に解析するデータマイニング法を開発した。新たに開発した手法は、複数の相互作用ネットワーク上の遺伝子(ノード)のクラスタリング法および機能予測法、遺伝子発現量とネットワークを統合するクラスタリングに基づく遺伝子機能のアノテーション法、また、統計的なアプローチと頻出パターンの抽出手法を組み合わせることにより相互作用の要素を高速に予測する手法である。

︎全件表示 ︎最初の5件までを表示

担当経験のある科目(授業) 9

  1. 機械学習　岐阜大学工学部

  2. データ解析特論　岐阜大学大学院工学研究科

  3. データマイニング特論　岐阜大学大学院自然科学技術研究科

  4. 情報工学セミナー（情報コース・応用情報学科）　工学部（昼）

  5. 技術と技術者の倫理Ⅱ（電気電子・情報工学科）　工学部（昼）

  6. 確率統計応用（確率統計Ⅱ）　岐阜大学工学部

  7. 初年次セミナー　全学共通教育

  8. 応用情報セミナーⅡ　岐阜大学工学部

  9. 応用数理解析　岐阜大学大学院工学研究科

︎全件表示 ︎最初の5件までを表示

社会貢献活動 4

  1. リサーチフェロー

    2018年4月1日 ～ 2021年3月31日

  2. ◎研究室から大学はいま：「機械学習」でAIを賢く

    マスコミ報道

    2019年4月2日 ～ 2019年4月2日

  3. 客員研究員

    2018年5月1日 ～ 2019年3月31日

  4. 非常勤講師

    非常勤講師

    2018年4月1日 ～ 2019年3月31日