JP2008546996A - 分類学習のための測定データの変換 - Google Patents

Abstract

変換データがパターン分類学習方法による入力に適しているように、測定データの結合変換のためのシステム600、装置500及び方法が提供される。変換されたデータの感度は信頼性の低い領域において減らされる。一方、他の領域での感度は、大部分変化がないままであるか、又は強化される。感度減少を実現するため装置500及びシステム600において結合変換モジュール502を用いて、ガウシアン変換がシグモイド関数と組み合わされる。ユーザは、システム600のユーザ制御サブシステム604を介して、及び装置500に入力されるユーザ解析入力508を提供することにより、処理を命令することができる。

Description

本発明は、所望される領域におけるデータの感度を強化しつつ信頼性の低い領域における全体の感度を減らすため、元の測定データを変換するシステム、装置及び方法に関する。

大きな又は小さなダイナミックレンジが原因で、特定のパターン分類学習法による使用にはあまり適さない分布を測定データが持つ可能性がある。例えば、ガラススライドが単一のストランドされた(stranded)DNAを伴い装着されるようなマイクロアレイを考える。サンプルに存在するRNAがDNAストランドに選択的にバインドすることになるよう、サンプルは斯かるスライドの上を洗い流される。これはしばしば、対照とターゲットとの間を区別するのに使用される異なるタイプの蛍光性分子へのバインドを伴う対照に対して行われる。その後、第１の色強度と第２の色強度の比の対数であるような測定データを用いてそのターゲットがどのように表されるかを決定するのに、光の色及び強度が読み出される。

通常の実験において、１つのタイプのマイクロアレイデータの読み出しは、試験組織及び対照組織における遺伝子発現レベルの比の対数としてエンコードされる。結果として生じる数の数値的範囲は、非常に大きい可能性があるが、通常はずっと狭い範囲(例えば＋２から−２)に収まることになる。

一般的なパターン認識学習方法は、フィードフォワード・ニューラルネットワークとも呼ばれる、マルチレイヤ・パーセプトロン(MLP)である。これらの機械は、その入力データが[0,1]の範囲における数値であることを必要とする。従って、これらのマイクロアレイデータをMLPに与えるには、この入力データ範囲の要請に適合するよう、元のデータを変換しなければならない。

所望の変換を実行することができる関数は、逆正接関数のようなシグモイド関数である。これらの関数は、非常に大きい又は非常に小さい測定値が常に要求範囲[0,1]にマップされることを確実にすることができるが、その犠牲として、大きな値間の差が非常に小さくされる可能性がある。これを大きな値の範囲における「減じられた感度」と呼ぶことにする。通常予想される範囲における感度がほぼ線形であるよう、ある者はシグモイド関数に対する適切なパラメタを選択することができる。ほぼ線形の範囲における勾配が45度を超える場合、感度は強化されることになり、45度未満である場合、感度は減じられることになる。ちょうど45度の場合には、変化がないままである。

しかしながら、まだ困難が生じる可能性がある。上述の例示において、変換されたデータの感度はゼロの近傍で最大となる(即ち、変換されたシグモイド関数は最大差分を持つ)であろうことになる。これは、測定値の比が1.0の近傍にあるような領域であり、残念ながらその信頼度が最低である。信頼性がないような場合、小さな差が学習機械により採用されることにならないよう、ある者はここで変換の感度が非常に低くなるよう希望するであろう。

本発明のシステム、装置及び方法は、信頼性の低い領域における全体の変換の感度を減らしつつ、その他の領域においては大部分感度が変更のないよう、又は強化されるようにする、元のデータを変換するための実効的で効率的な方法を提供する。

本発明は、変換の幅を、使用される用途に対して必要とされる幅に調整することを可能にするパラメタを含む追加的なガウシアン変換を提供することにより、従来の課題を解決する。

当業者であれば、以下の説明は説明目的で与えられ、本発明を限定するものでないことを理解されるであろう。当業者は、本発明の精神及び添付された特許請求の範囲の範囲に含まれる多くの変形が存在することも理解されるであろう。本発明をあいまいにしないよう、知られた機能及び処理に関する不必要な説明は、本書から省略されることができる。

測定データにおいて、測定の分布は、変換を示唆することができる。例えば、測定のセットが非常に歪んでいる場合、対数、平方根又は他の指数(-1と+1との間)が適用されることができる。測定のセットが非常に尖っているが、歪みは少ない場合、極値の影響を減らすため逆正接関数が使用される。しかしながら、逆正接関数の使用は、本ガウシアン変換が修正することになる、ゼロでの急な勾配を生み出す。即ち、本発明のシステム、装置及び方法は、信頼性の低い領域における変換の感度を減らしつつ、それ以外の領域では大部分変更がないままであるようデータを変換する方法を提供する。信頼性の低い領域における全体の変換の感度を減らしつつ、その他の領域では感度を強化するか又は大部分変更がないままにするような態様で、元のデータを変形させる第２の変換が追加される。

好ましい実施形態において、自身のパラメタを持つ追加のガウシアン変換が与えられる。そのパラメタp1は、ガウシアン変換の幅を、その用途に必要とされる幅に調整することを可能にする。図１を参照すると、幅パラメタp1を変化させた結果が図示される。図２に拡大表示される、この水平域１０１は、中間における入力データ値の感度を大幅に減少させ、p1(水平域の幅)を変化させることにより、データのサンプルセットからの値間での望ましくない差を大幅に減らすことが可能になる。

ニューラルネット(又は他のパターン認識方法)へのデータの入力に対する結合変換の好ましい実施形態が、以下のコンピュータプログラムに示される。あるタスクがある特性を必要とし、他の特性を必要としない場合、あるものが他のものとは独立していずれかの変換を実行することができることは、当業者であれば明らかであろう。

本発明の結合変換は、パラメタp1〜p3に対する値と元の入力値とを受け入れて、変換された値を返すソフトウェア及びファームウェアモジュールの少なくとも一方として、解析装置に組み込まれることができる。以下のメインプログラムは、斯かる実施形態の挙動を説明する。メインプログラムは、ユーザからのp1〜p3に対する入力を要請し、入力データに対する本発明による変換後の値を、[-20,20]の範囲にわたり0.1刻みで増加する値として表示する。実際には、実際のサンプルデータが入力されることになり、その組み合わせにより変換されることになる。

図３を参照すると、そこではp2が変換の一番上の端を0とp2との間で変化させるのに使用される。図４を参照すると、p3は、最も多くのデータが予想される数値範囲を覆うようS曲線のすそを近づける又は遠ざけるよう押すことにより、S曲線の勾配を変化させるのに使用される。p1対p3を変化させることにより、どの外れ値がどれだけの量(by how much)引っ張りこまれるか(pulled-in)、及びこれらの値の差が強調されるか又は減少されるかを決定することができる。

図５を参照すると、本発明に基づき修正された解析装置５００の好ましい実施形態が示される。測定データは入力され(５０１)、パラメタp1、p2及びp3(５０４)並びに許容及び決定規則を含む。許容及び決定規則は、例えば停止条件といった、所定の特性を持つ変換データを実現するためp1〜p3を変化させる処理を命令するものである。測定データ入力５０１は、パラメタ５０４、許容及び決定規則５０５並びに変換された出力データ５０７と共にメモリ５１０に格納される。好ましい実施形態において、ユーザは、変換データ入力５０９のユーザ解析に基づく入力５０８を与えることにより、変換データ解析モジュールと対話する。

図６は、図５の装置のように修正された少なくとも１つのデバイス５００を組み込む解析システム６００を示す。解析システムは、測定収集サブシステム６０１を用いて、パラメタ、許容規則、決定規則といった測定データを収集し、それを、変換データ入力５０９を計算するため(本発明により修正された)測定変換サブシステム５００により使用される測定データ入力５０１として提供する。そのシステムは、所定の要求に基づきp1〜p3に対するいずれかの変更を決定する自動化された許容試験部と、変換データ入力５０９の反復的なユーザ評価に基づきp1〜p3の決定を命令するユーザ制御サブシステムとの少なくとも一方を有することができる。変換データ入力は、ユーザ制御サブシステム６０４によりユーザ解析入力５０８として提供されるp1〜p3のユーザ提供値から得られる。

ユーザは、変換データ自身に基づき決定を行うことができるが、変換データが直接解析システム６０３に渡され、これらの出力を用いて決定が行われることの方が多く起こり得る。初期解析は、単に変換データの分布を計算及び表示するにすぎないであろうが、パターン発見法の適用と、実用又は合理性に関するある基準に基づき、発見されたパターンを検査することとを含む場合の方が多いであろう。

パーシステントメモリ及びデータベース５００は、測定変換サブシステム５００による測定変換のための入力、出力及び中間結果の短期及び長期記憶を提供する。解析システム６００は、本発明の装置及び方法を用いて、利用可能なパラメタ、許容規則、決定規則、元の測定データ及び元の測定データの変換結果の長期履歴を保持し作成するパーシステントメモリ及びデータベース５１０に接続される測定解析アルゴリズム６０３を更に含む。

図７は、図６のシステムのための処理フローの好ましい実施形態を、そこに含まれる図５の装置に対するフローと共に示す。ステップ７０１において、パラメタ、許容及び決定規則に対するユーザ入力が、データベース／メモリ５１０に入力及び格納される。ステップ７０２で測定データ値が入力され、測定サブシステム６０１により収集されたデータベース／メモリ５１０に格納される。ステップ７０３において、測定データは本発明を用いて、測定変換サブシステム５００により変換される。ステップ７０４において、完全な手動調整から完全な自動調整にまで変動するユーザ制御サブシステム６０４は、変換値をチェックし、ステップ７０５において、パラメタ、許容及び決定規則のいずれかをユーザにより又は自動で命令されるように調整する。ステップ７０４において、ユーザ制御サブシステム６０４に基づき変換データが受け入れ可能である場合、ステップ７０７で変換データが出力され、データベース／メモリ５１０に格納される。その後、測定解析アルゴリズム６０３が、上述されたように、データベース／メモリ５１０から変換データを取得及び解析し、解析結果をデータベース／メモリ５１０に格納する。

本発明の好ましい実施形態が図示され及び説明されてきたが、当業者であれば、本書に説明されるシステム、装置構造及び方法が説明目的であるに過ぎず、種々の変更及び修正がなされることができる点、及び本発明の真の範囲から逸脱することなく均等物によりその構成要素を置き換えられることができる点は理解されるであろう。更に、その中心範囲から逸脱することなく特定の状況に対する本発明の教示を適合させるべく多くの修正がなされることができる。従って、本発明は、本発明を実行することを想定してのベストモードとして開示される特定の実施形態に限定されるものではなく、本発明は、添付された請求項の範囲に含まれるすべての実施形態を含むものと意図されるものでる。

本発明による変換のガウス部分の幅を変化させつつ、範囲[0,1]にサンプルデータを変換することを示す図である。 図１の変換の中間水平域のみを示す図である。 本発明による組み合わされた変換のシグモイド変換要素のシーリングを変化させることを示す図である。 距離を縮めるよう及び遠くへ離すように勾配のすそを押すことにより、S曲線の勾配を変化させることを示す図である。 本発明による修正された解析装置を示す図である。 本発明による装置を含むニューラルネット解析装置を示す図である。 図６のシステムに対する処理フローの好ましい実施形態を示す図である。

Claims (13)

1. 所与の分類学習タイプの機械学習による入力のため、測定データを受け入れ可能な範囲に変換する方法において、
   信頼性の低さ及び望ましくなさに対する所定の基準を満たす差分が前記機械学習により使用されないよう、信頼性の低いデータが高い感度を持つ領域における感度を低くして前記受け入れ可能な範囲へ変換する、少なくとも１つの所定のパラメタにより決定される変換を伴うパラメタ付き変換を作成するステップと、
   前記作成された変換を用いて前記測定データのセットを前記受け入れ可能な範囲に変換するステップと、
   前記変換された測定データが所定の基準を満たさないかどうかを検査するステップであって、停止基準が満たされるまで、
   前記作成されたパラメタ付き変換の少なくとも１つのパラメタを調整するサブステップと、
   前記変換ステップ及び前記検査ステップを実行するサブステップとを繰り返し実行する、ステップと、
   前記変換された測定データが所定の基準及び所定の停止条件のグループから選択される１つの条件を満たす場合、前記変換された測定データを出力するステップとを有する、方法。
2. 前記少なくとも１つの所定のパラメタ付き変換が、
   変換後のx = x
   であるような恒等変換と、パラメタp2及びp3を持ち、
   p2がシグモイドシーリングであり、
   p3はシグモイドストレッチであり、
   変換後のx = p2/(1-exp(-p3*x))
   が成立するようなシグモイド変換とを有するグループから選択される、請求項１に記載の方法。
3. 前記作成ステップが、前記測定データxのパラメタp1を持つパラメタ付きガウシアン変形を最初に実行するステップを更に有し、
   p1がガウシアン幅パラメタであり、
   x = x - (x*exp(-x*x/p1))
   が成立するような、請求項２に記載の方法。
4. 前記分類学習タイプがマルチレイヤ・パーセプトロンであり、前記範囲が[0,1]である、請求項３に記載の方法。
5. 所与の分類学習タイプの機械学習による入力のため、測定データを変換する装置であって、
   前記測定データを解析し、前記解析に基づき、少なくとも１つの所定のパラメタを持つ少なくとも１つのパラメタにより決定される変換を用いて、パラメタ付き変換を作成し、作成された変換で前記測定データを前記分類学習タイプにとって受け入れ可能な範囲に変換する結合変換モジュールと、
   前記所定のパラメタ、変換されることになる前記測定データ、及び結果として生じる変換データ出力を格納する前記結合変換モジュールに接続されるメモリと、
   前記変換されたデータが所定の満足基準を満たすかどうかを決定し、前記所定のパラメタを調整し、停止基準及び前記所定の満足基準を有するグループからの１つの基準が満たされるまで、前記調整されたパラメタで前記測定データを再変換する変換データ処理モジュールとを有し、前記変換データ入力が、出力されるか、又は前記メモリに格納されるかのいずれかとされる、装置。
6. 前記少なくとも１つの所定のパラメタ付き変換が、
   x = 測定データとするとき、
   変換後のx = x
   が成立するような恒等変換と、パラメタp2及びp3を持ち、
   p2がシグモイドシーリングであり、
   p3はシグモイドストレッチであり、
   変換後のx = p2/(1-exp(-p3*x))
   が成立するようなシグモイド変換とを有するグループから選択される、請求項５に記載の装置。
7. 前記結合変換モジュールが、前記測定データxのパラメタp1を持つパラメタ付きガウシアン変形を最初に実行するよう更に構成され、
   p1がガウシアン幅パラメタであり、
   x = x - (x*exp(-x*x/p1))
   が成立するような、請求項６に記載の装置。
8. 前記分類学習タイプがマルチレイヤ・パーセプトロンであり、前記範囲が[0,1]である、請求項７に記載の装置。
9. 所与の分類学習タイプの機械学習による入力のため、測定データを変換するシステムであって、
   前記測定データの収集及び出力のための測定収集サブシステムと、
   測定変換サブシステムと測定解析アルゴリズムサブシステムとを有する測定解析サブシステムであって、前記測定収集サブシステムによる前記測定データ出力を受信し、前記受信データをデータベース／メモリに格納し、前記測定変換サブシステムを用いて前記受信データを前記機械学習による入力として受け入れ可能な範囲に変換し、前記測定解析アルゴリズムサブシステムを用いて前記測定データを解析し、並びに前記変換されたデータ及び該データの解析を前記データベース／メモリに格納するよう構成される測定解析サブシステムとを有する、システム。
10. 前記測定変換サブシステムが、更に、少なくとも１つの設定可能なパラメタを持つ少なくとも１つの結合パラメタ付き変換を使用するよう構成され、並びに、前記変換測定データの品質を決定するのに、及び前記少なくとも１つの設定可能なパラメタに対する所定の値を与えることにより、前記測定を変換／再変換するよう前記測定変換サブシステムに命令するのに、ユーザが前記測定解析アルゴリズムサブシステムを使用するためのユーザ制御サブシステムを含むよう構成される、請求項９に記載のシステム。
11. 前記少なくとも１つの結合パラメタ付き変換が、
    x = 測定データとするとき、
    変換後のx = x
    が成立するような恒等変換と、パラメタp2及びp3を持ち、
    p2がシグモイドシーリングであり、
    p3はシグモイドストレッチであり、
    変換後のx = p2/(1-exp(-p3*x))
    が成立するようなシグモイド変換とを有するグループから選択される、請求項１０に記載のシステム。
12. 前記少なくとも１つの結合パラメタ付き変換が、前記測定データxのパラメタp1を持つパラメタ付きガウシアン変形を最初に含み、
    p1がガウシアン幅パラメタであり、
    x = x - (x*exp(-x*x/p1))
    が成立するような、請求項１１に記載のシステム。
13. 前記分類学習タイプがマルチレイヤ・パーセプトロンであり、前記範囲が[0,1]である、請求項１２に記載のシステム。