JP6851460B2 - 最適解判定方法、最適解判定プログラム、非一時的記録媒体及び最適解判定装置 - Google Patents
最適解判定方法、最適解判定プログラム、非一時的記録媒体及び最適解判定装置 Download PDFInfo
- Publication number
- JP6851460B2 JP6851460B2 JP2019505816A JP2019505816A JP6851460B2 JP 6851460 B2 JP6851460 B2 JP 6851460B2 JP 2019505816 A JP2019505816 A JP 2019505816A JP 2019505816 A JP2019505816 A JP 2019505816A JP 6851460 B2 JP6851460 B2 JP 6851460B2
- Authority
- JP
- Japan
- Prior art keywords
- solution
- evaluation value
- solutions
- maximum
- optimum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 141
- 238000011156 evaluation Methods 0.000 claims description 357
- 108090000623 proteins and genes Proteins 0.000 claims description 52
- 238000005457 optimization Methods 0.000 claims description 51
- 238000000605 extraction Methods 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 27
- 229920002477 rna polymer Polymers 0.000 description 26
- 239000011159 matrix material Substances 0.000 description 24
- 230000006870 function Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 15
- 238000013138 pruning Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000007476 Maximum Likelihood Methods 0.000 description 6
- 230000035772 mutation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009194 climbing Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000007876 drug discovery Methods 0.000 description 3
- 230000010534 mechanism of action Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 102000053602 DNA Human genes 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- 206010064571 Gene mutation Diseases 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 101000690100 Homo sapiens U1 small nuclear ribonucleoprotein 70 kDa Proteins 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 101100236128 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) LSM2 gene Proteins 0.000 description 1
- 102100024121 U1 small nuclear ribonucleoprotein 70 kDa Human genes 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 125000002015 acyclic group Chemical group 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
- G16B5/20—Probabilistic models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Pure & Applied Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biotechnology (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Business, Economics & Management (AREA)
- Physiology (AREA)
- Algebra (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Biomedical Technology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
Description
組合せ最適化問題における解を探索する方法として、創薬分野に応用可能な遺伝子制御ネットワークを例に説明する。遺伝子制御ネットワークとは、遺伝子間の協調関係を有向グラフとして表現することで、例えば薬剤の作用機序などを読み解くための応用などが期待されている。
[装置構成]
図3は本発明に係る最適解判定装置のハードウェア構成を示すブロック図である。
図4は、図3に示した最適解判定装置10のCPU12の機能を示す機能ブロック図であり、本発明の第1の実施形態を示す機能ブロック図である。
次に、ZDD及びフロンティア法について具体的に説明する。
ここで、例えば、(A⇔B⇒C)のパスに対応するグラフは、図13の右側の太線の矢印で示した経路で表される。
図16は、図3に示した最適解判定装置10のCPU12の機能を示す機能ブロック図であり、本発明の第2の実施形態を示す機能ブロック図である。尚、図16において、図4に示した第1の実施形態と共通する部分には同一の符号を付し、その詳細な説明は省略する。
[第1の実施形態]
図18は、本発明に係る最適解判定方法の第1の実施形態を示すフローチャートである。
本手順の最適十分性判定に失敗した場合、ヒューリスティックな同じ探索を異なる設定などで繰り返しても良いが、予めヒューリスティック探索を行う複数の探索法(第1の探索法、第2の探索法等)を用意し、複数の探索法を切り替えて使用する方法が考えられる。
図19は、本発明に係る最適解判定方法の第2の実施形態を示すフローチャートであり、特に図18に示した第1の実施形態による最適十分性判定に成功した後に行われる最適必要性判定の処理に関して示している。
本発明に係る最適解判定方法の第3の実施形態は、図19に示した第2の実施形態において、最適十分性判定に失敗した場合の処理を含む。
本発明に係る最適解判定方法の第4の実施形態は、図19に示した第2の実施形態において、最適十分性判定に失敗した場合の他の処理を含む。
解空間全体から解を一様抽出することができない場合がある。解空間全体のZDDが構築できない事例等、そもそも一様抽出手段が確保できない場合である。
本実施形態の最適解判定装置10は、例示に過ぎず、他の構成に対しても本発明を適用することが可能である。各機能構成は、任意のハードウェア、ソフトウェア、或いは両者の組合せによって適宜実現可能である。例えば、上述の最適解判定装置10の各部における処理をコンピュータに実行させる最適解判定プログラム、そのような最適解判定プログラムを記録したコンピュータ読み取り可能な記録媒体(非一時的記録媒体)に対しても、本発明を適用することが可能である。
12 CPU
14 主メモリ
16 グラフィックボード
18 通信インターフェース
20 ハードディスク装置
22 CD−ROMドライブ
24 キーボードコントローラ
26 マウスコントローラ
28 モニタ装置
30 キーボード
32 マウス
40 データベース
50 ネットワーク
100 解抽出部
102 評価値取得部
104 解入力部
106 第1の最大評価値推定部
108 第1の比較部
110 第1の判定部
112 第2の最大評価値推定部
114 第2の比較部
116 第2の判定部
Z 第1の最大評価値
W 第2の最大評価値
Claims (14)
- 組合せ最適化問題における解の最適性をコンピュータが以下の各ステップの処理を行うことにより判定する最適解判定方法であって、
前記組合せ最適化問題の解空間上の複数の解を、組合せ可能パターンを縮約して列挙索引化するデータ構造を用いて、又はランダム生成により第1の複数の解として一様抽出する第1のステップと、
前記第1のステップにより一様抽出した前記第1の複数の解のそれぞれに対応する第1の複数の評価値を、評価関数に基づいて取得する第2のステップと、
取得した前記第1の複数の評価値に基づいて、前記第1の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第1の最大評価値とする第3のステップと、
前記解空間に属する解のうち少なくとも1つの解を、ヒューリスティックな探索法により解候補として取得する第4のステップと、
前記解候補に対応する評価値を、前記評価関数に基づいて取得する第5のステップと、
前記第5のステップにより取得した前記解候補に対応する評価値が前記第1の最大評価値の信頼区間内に入るか否かを判定する第6のステップと、
前記第6のステップにおいて前記解候補に対応する評価値が前記第1の最大評価値の信頼区間内に入ると判定された場合に、前記解候補を第1の最適解とする第7のステップと、を含み、
前記第1の複数の解は、U,Vをそれぞれ自然数とすると、U×V個の解であり、
前記第3のステップは、前記U×V個の解をV個のブロックに分け、前記ブロック毎にU個の解の評価値の区分最大値をV個取得し、前記V個の区分最大値を用いて、前記区分最大値が一般極値分布に従うものとして前記第1の最大評価値を推定する、
最適解判定方法。 - 前記第7のステップによる判定結果を出力する第8のステップを更に含む、
請求項1に記載の最適解判定方法。 - 演算コストは小さいが解の精度が低い第1の探索法と、前記第1の探索法よりも演算コストは大きいが解の精度が高い第2の探索法とを有し、
前記第4のステップは、最初に前記第1の探索法により探索された第1の解候補を入力し、前記第1の解候補の評価値が前記第1の最大評価値の範囲に入らない場合のみ、前記第2の探索法により探索された第2の解候補を入力する、
請求項1又は2に記載の最適解判定方法。 - 前記解空間上の解であって、前記第1の最適解からの前記解空間上の距離が一定範囲外の複数の解を、組合せ可能パターンを縮約して列挙索引化するデータ構造を用いて、又はランダム生成により第2の複数の解として一様抽出する第9のステップと、
前記第2の複数の解のそれぞれに対応する第2の複数の評価値を、前記評価関数に基づいて取得する第10のステップと、
前記第2の複数の評価値に基づいて、前記第2の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第2の最大評価値とする第11のステップと、
前記第1の最適解の評価値を取得する第12のステップと、
前記第1の最適解の評価値が、前記第2の最大評価値を超えているか否かを判定する第13のステップと、を含み、
前記第2の複数の解は、P,Qをそれぞれ自然数とすると、P×Q個の解であり、
前記第11のステップは、前記P×Q個の解をQ個のブロックに分け、前記ブロック毎にP個の解の評価値の区分最大値をQ個取得し、前記Q個の区分最大値を用いて、前記区分最大値が一般極値分布に従うものとして前記第2の最大評価値を推定する、
請求項1から3のいずれか1項に記載の最適解判定方法。 - 前記第13のステップによる判定結果を出力する第14のステップを更に含む、
請求項4に記載の最適解判定方法。 - 前記第13のステップにより前記第1の最適解の評価値が前記第2の最大評価値を超えていないと判定されると、前記一定範囲を拡大し、前記拡大した一定範囲外の複数の解を第3の複数の解として一様抽出する第15のステップと、
前記第3の複数の解のそれぞれに対応する第3の複数の評価値を取得する第16のステップと、
前記第3の複数の評価値に基づいて、前記第3の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第3の最大評価値とする第17のステップと、
前記第1の最適解の評価値が、前記第3の最大評価値を超えているか否かを判定する第18のステップと、
を更に含む、
請求項4又は5に記載の最適解判定方法。 - 前記第13のステップにより前記第1の最適解の評価値が前記第2の最大評価値を超えていないと判定されると、前記解空間上の解であって、かつ前記第1の最適解から一定距離離れた第4の解候補を取得する第19のステップと、
前記解空間上において、前記第1の最適解及び前記第4の解候補のそれぞれからの前記解空間上の距離が一定範囲外の第4の複数の解を一様抽出する第20のステップと、
前記第4の複数の解のそれぞれに対応する第4の複数の評価値を取得する第21のステップと、
前記第4の複数の評価値に基づいて、前記第4の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第4の最大評価値とする第22のステップと、
前記第1の最適解の評価値が、前記第4の最大評価値を超えているか否かを判定する第23のステップと、
を更に含む、
請求項4又は5に記載の最適解判定方法。 - 前記解空間は、第1の制約条件における第1の解空間と第2の制約条件における第2の解空間とを含み、
前記第1の解空間に属する第3の解候補を取得する第24のステップと、
前記第2の解空間上の複数の解を第5の複数の解として一様抽出する第25のステップと、
前記第5の複数の解のそれぞれに対応する第5の複数の評価値を取得する第26のステ
ップと、
取得した前記第5の複数の評価値に基づいて、前記第5の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第5の最大評価値とする第27のステップと、
前記第2の解空間における解候補であって、前記第24のステップで取得した前記第3の解候補からの前記解空間上の距離が近い解を近傍解として取得する第28のステップと、
前記近傍解の評価値を取得する第29のステップと、
前記近傍解の評価値が前記第5の最大評価値の信頼区間内に入るか否かを判定する第30のステップと、
を含む請求項1から7のいずれか1項に記載の最適解判定方法。 - 前記第1のステップは、前記組合せ最適化問題における組合せ可能なパターンのうち、組合せの一部により残りの組合せを考慮せずとも不適となることが確定するかどうかを識別することで、識別すべきパターンを削減するステップ、及び前記組合せ可能なパターンのうち、組合せの一部だけに差分があるパターン群の共通部分を抽出し、残りの組合せを共有することで、識別すべきパターンを削減するステップのうちの少なくとも一方を用いて、前記組合せ可能パターンを縮約して列挙索引化するデータ構造を用い、前記解空間上の解の総数を算出し、前記算出した総数以下の乱数を発生させ、発生させた乱数により特定されるパターンに対応する解を抽出する、
請求項1から8のいずれか1項に記載の最適解判定方法。 - 組合せ最適化問題は、遺伝子制御ネットワークの組合せ最適化問題である請求項1から9のいずれか1項に記載の最適解判定方法。
- 請求項1から10のいずれか1項に記載の最適解判定方法をコンピュータに実行させる最適解判定プログラム。
- 請求項11に記載の最適解判定プログラムを記録したコンピュータ読み取り可能な非一時的記録媒体。
- 組合せ最適化問題における解の最適性を判定する最適解判定装置であって、
前記組合せ最適化問題の解空間上の複数の解を、組合せ可能パターンを縮約して列挙索引化するデータ構造を用いて、又はランダム生成により第1の複数の解として一様抽出する解抽出部と、
前記一様抽出した前記第1の複数の解のそれぞれに対応する評価値を、評価関数に基づいて取得する第1の評価値取得部と、
前記取得した前記第1の複数の評価値に基づいて、前記第1の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第1の最大評価値とする第1の最大評価値推定部と、
前記解空間に属する解のうち少なくとも1つの解を、ヒューリスティックな探索法により解候補として取得する解取得部と、
前記解候補に対応する評価値を、前記評価関数に基づいて前記第1の評価値取得部から取得し、前記取得した前記解候補に対応する評価値が前記第1の最大評価値の信頼区間内に入るか否かを判定し、前記解候補に対応する評価値が前記第1の最大評価値の信頼区間内に入ると判定された場合に、前記解候補を第1の最適解とする第1の判定部と、を備え、
前記第1の複数の解は、U,Vをそれぞれ自然数とすると、U×V個の解であり、
前記第1の最大評価値推定部は、前記U×V個の解をV個のブロックに分け、前記ブロック毎にU個の解の評価値の区分最大値をV個取得し、前記V個の区分最大値を用いて、前記区分最大値が一般極値分布に従うものとして前記第1の最大評価値を推定する、
最適解判定装置。 - 前記解空間上の解であって、前記第1の最適解からの前記解空間上の距離が一定範囲外の複数の解を、組合せ可能パターンを縮約して列挙索引化するデータ構造を用いて、又はランダム生成により第2の複数の解として一様抽出する第2の解抽出部と、
前記第2の複数の解のそれぞれに対応する第2の複数の評価値を、前記評価関数に基づいて取得する第2の評価値取得部と、
前記第2の複数の評価値に基づいて、前記第2の複数の解の個数を超える個数の解を想定した場合の最大評価値を推定し、第2の最大評価値とする第2の最大評価値推定部と、
前記第1の最適解に対応する評価値を前記第2の評価値取得部から取得し、前記取得した前記第1の最適解に対応する評価値が、前記第2の最大評価値を超えているか否かを判定する第2の判定部と、を更に備え、
前記第2の複数の解は、P,Qをそれぞれ自然数とすると、P×Q個の解であり、
前記第2の最大評価値推定部は、前記P×Q個の解をQ個のブロックに分け、前記ブロック毎にP個の解の評価値の区分最大値をQ個取得し、前記Q個の区分最大値を用いて、前記区分最大値が一般極値分布に従うものとして前記第2の最大評価値を推定する、
請求項13に記載の最適解判定装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017050214 | 2017-03-15 | ||
JP2017050214 | 2017-03-15 | ||
PCT/JP2018/006501 WO2018168383A1 (ja) | 2017-03-15 | 2018-02-22 | 最適解判定方法、最適解判定プログラム及び最適解判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018168383A1 JPWO2018168383A1 (ja) | 2019-12-12 |
JP6851460B2 true JP6851460B2 (ja) | 2021-03-31 |
Family
ID=63522077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019505816A Active JP6851460B2 (ja) | 2017-03-15 | 2018-02-22 | 最適解判定方法、最適解判定プログラム、非一時的記録媒体及び最適解判定装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11816580B2 (ja) |
EP (1) | EP3598350A4 (ja) |
JP (1) | JP6851460B2 (ja) |
CN (1) | CN110249344A (ja) |
WO (1) | WO2018168383A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190155966A1 (en) * | 2017-11-17 | 2019-05-23 | Autodesk, Inc. | Computer-implemented synthesis of a mechanical structure using a divergent search algorithm in conjunction with a convergent search algorithm |
JP7093972B2 (ja) * | 2019-06-06 | 2022-07-01 | 日本電信電話株式会社 | 近似zdd構築方法、近似zdd構築装置及びプログラム |
JP6841305B2 (ja) * | 2019-07-04 | 2021-03-10 | ダイキン工業株式会社 | 組合せ解決定システム |
JP7283318B2 (ja) * | 2019-09-12 | 2023-05-30 | 富士通株式会社 | 最適化装置、最適化プログラム、及び最適化方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000057124A (ja) * | 1998-08-14 | 2000-02-25 | Nec Corp | 組合せ最適化方法および組合せ最適化システム |
US6865325B2 (en) * | 2001-04-19 | 2005-03-08 | International Business Machines Corporation | Discrete pattern, apparatus, method, and program storage device for generating and implementing the discrete pattern |
EP1436611A4 (en) * | 2001-09-26 | 2007-04-11 | Gni Kk | BIOLOGICAL IDENTIFICATION USING GENREGULATION NETWORKS GENERATED FROM MULTIPLE INTERRUPTED EXTRESSION LIBRARIES |
FR2847059B1 (fr) | 2002-11-13 | 2005-02-25 | Ecri Electronic | Systeme de securite pour des personnes susceptibles d'etre immergees |
US20050055166A1 (en) | 2002-11-19 | 2005-03-10 | Satoru Miyano | Nonlinear modeling of gene networks from time series gene expression data |
-
2018
- 2018-02-22 CN CN201880009956.4A patent/CN110249344A/zh active Pending
- 2018-02-22 EP EP18768409.7A patent/EP3598350A4/en not_active Withdrawn
- 2018-02-22 JP JP2019505816A patent/JP6851460B2/ja active Active
- 2018-02-22 WO PCT/JP2018/006501 patent/WO2018168383A1/ja unknown
-
2019
- 2019-07-16 US US16/513,202 patent/US11816580B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3598350A1 (en) | 2020-01-22 |
JPWO2018168383A1 (ja) | 2019-12-12 |
US20190340513A1 (en) | 2019-11-07 |
EP3598350A4 (en) | 2020-04-22 |
US11816580B2 (en) | 2023-11-14 |
CN110249344A (zh) | 2019-09-17 |
WO2018168383A1 (ja) | 2018-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6851460B2 (ja) | 最適解判定方法、最適解判定プログラム、非一時的記録媒体及び最適解判定装置 | |
Li et al. | IsoLasso: a LASSO regression approach to RNA-Seq based transcriptome assembly | |
Feng et al. | Inference of isoforms from short sequence reads | |
Holmans | Statistical methods for pathway analysis of genome-wide data for association with complex genetic traits | |
JP6751376B2 (ja) | 最適解探索方法、最適解探索プログラム及び最適解探索装置 | |
CN103087906B (zh) | 在目标基因组序列中产生新型序列的装置和方法 | |
Funk et al. | Atlas of transcription factor binding sites from ENCODE DNase hypersensitivity data across 27 tissue types | |
Feng et al. | Inference of isoforms from short sequence reads | |
Masoudi-Nejad et al. | RETRACTED ARTICLE: Candidate gene prioritization | |
WO2017144969A1 (en) | Method and system for quantifying the likelihood that a gene is casually linked to a disease | |
JP7109339B2 (ja) | ポリマー設計装置、プログラム、および方法 | |
Vandin et al. | Algorithms and genome sequencing: identifying driver pathways in cancer | |
Liang et al. | Endotyping in Heart Failure―Identifying Mechanistically Meaningful Subtypes of Disease― | |
Parikh et al. | A data-driven architecture using natural language processing to improve phenotyping efficiency and accelerate genetic diagnoses of rare disorders | |
Bazil et al. | The inferred cardiogenic gene regulatory network in the mammalian heart | |
Yang et al. | An approach of epistasis detection using integer linear programming optimizing Bayesian network | |
Yu et al. | A new efficient algorithm for quorum planted motif search on large DNA datasets | |
Kamal et al. | An integrated algorithm for local sequence alignment | |
CN103310128A (zh) | 考虑种子片段的长度的碱基序列处理系统及方法 | |
Chen et al. | Constructing consensus genetic maps in comparative analysis | |
Chang et al. | An integer programming approach to DNA sequence assembly | |
Song et al. | Algorithms to distinguish the role of gene-conversion from single-crossover recombination in the derivation of SNP sequences in populations | |
Hua et al. | PGS: a dynamic and automated population-based genome structure software | |
Byron | Big data analytics in computational biology and bioinformatics | |
Schwartz | Algorithms for association study design using a generalized model of haplotype conservation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190716 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190716 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200813 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201009 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210302 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210309 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6851460 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |