概要

教員検索

津田 宏治

(つだ こうじ/教授/生命科学研究系)

メディカル情報生命専攻/バイオシステム科学講座/バイオインフォマティクス

略歴

1994年3月 京都大学工学部情報工学科卒業
1995年9月 京都大学大学院工学研究科情報工学専攻修士課程修了
1998年3月 京都大学大学院工学研究科情報工学専攻博士課程修了
1998年4月 電子技術総合研究所 研究員
2000年4月 - 2001年3月: 独GMD FIRST 客員研究員
2001年4月 産業技術総合研究所 生命情報科学研究センター 研究員
2003年4月 - 2005年3月: 独Max Planck Institute for Biological Cybernetics研究員
2006年4月 - 2009年3月: 独Max Planck Institute for Biological Cybernetics プロジェクトリーダ
2009年10月 産業技術総合研究所 生命情報工学研究センター 主任研究員 を経て2014年4月より現職

教育活動

大学院: 生物データマイニング特論
理学部: 生物データマイニング論

研究活動

研究活動の初期においては、機械学習の理論研究に参画し、カーネル部分空間法や、TOPカーネル、周辺化カーネルなどを提案しました(文献1-2)。また、情報幾何に基づくオンライン学習の研究を行い、Matrix Exponentiated Gradient Updateの理論を発表しました(文献3)。その後、データマイニングの列挙法と、ブースティングなどの統計法を組み合わせた手法(グラフブースティングなど)の研究により、情報処理学会長尾真記念特別賞を受賞しました(文献4)。近年は、大量データから、組み合わせ要因を発見・検定する手法などに力を入れています(文献5)。

文献

1) K. Tsuda et al., Marginalized kernels for biological sequences. Bioinformatics, 18(Suppl. 1):S268?S275, 2002.
2) K. Tsuda et al., A new discriminative kernel from probabilistic models. Neural Computation, 14(10):2397?2414, 2002.
3) K. Tsuda et al., Matrix exponentiated gradient updates for online learning and Bregman projection. Journal of Machine Learning Research, 6:995?1018, 2005.
4) H. Saigo et al., gBoost: A mathematical programming approach to graph classification and regression. Machine Learning, 75:69-89, 2009.
5) A. Terada et al., Statistical significance of combinatorial regulations. PNAS, 110(32):12996-13001, 2013.

その他

電子情報通信学会、情報処理学会、日本バイオインフォマティクス学会各会員。

将来計画

現在、大量データからの知識発見に基づくデータ中心科学のアプローチは、生命科学のみならず、材料科学・環境科学などに広がりを見せています。将来的には、多種多様なデータを統合し解析することを通じて、大きな科学的発見につながるような活動ができればと思っています。

教員からのメッセージ

どのような科学を研究する上でも、機械学習やアルゴリズムの知識は必須となっていますが、まだ、それらを自由に扱える人材は多くないです。若い皆さんが活躍できる分野だと思いますので、多くの方に入ってきていただきたいと思います。

ホームページのURL

http://www.tsudalab.org/