細胞の形と変形のための データ駆動型解析手法

Slides:



Advertisements
Similar presentations
社会統計 第 14 回 主成分分析 寺尾 敦 青山学院大学社会情報学部
Advertisements

Absolute Orientation. Absolute Orientation の問題 二つの座標系の間における剛体 (rigid body) 変換を復元す る問題である。 例えば: 2 台のステレオカメラから得られた3次元情報の間の関 係を推定する問題。 2 台のステレオカメラから得られた3次元情報の間の関.
数理統計学 西 山. 前回の問題 ある高校の 1 年生からランダムに 5 名を選 んで 50 メートル走の記録をとると、 、 、 、 、 だった。学年全体の平均を推定しなさい. 信頼係数は90%とする。 当分、 は元の分散と一致 していると仮定する.
1 徹底討論「主成分分析 vs 因子分析」 主成分分析は因子分析ではない ! 狩野裕 (大阪大学) 日本行動計量学会第 30 回大会 於:多摩大学.
0章 数学基礎.
円線図とは 回路の何らかの特性を複素平面上の円で表したもの 例えば、ZLの変化に応じてZinが変化する様子 Zin ZL
日本バイオインフォマティクス学会 バイオインフォマティクス カリキュラム中間報告
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
CGアニメーションの原理 基本技術 対象物体の動きや変形の設定方法 レンダリング技術
第3回  CVにおけるエピポーラ幾何
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
10.時系列データの解析 time-series data
コリオリ力の復習資料 見延 庄士郎(海洋気候物理学研究室)
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
第24回応用物理学科セミナー 日時: 7月7日(木) 16:10 – 17:40 場所:葛飾キャンパス研究棟8F第2セミナー室
電子物性第1 第5回 ー 原子の軌道 ー 電子物性第1スライド5-1 目次 2 はじめに 3 場所の関数φ 4 波動方程式の意味
統計解析 第9回 第9章 正規分布、第11章 理論分布.
学年 名列 名前 福井工業大学 工学部 環境生命化学科 原 道寛 名列____ 氏名________
学年 名列 名前 福井工業大学 工学部 環境生命化学科 原 道寛 名列____ 氏名________
平成23年8月 情報学群 岡田 守 このスライドは, 前川佳徳編著による「コンピュータグラフィックス」(オーム社)を基に作成されている.
3次関数・4次関数の極値に 関する高専1年生の発見
デジタル信号処理①
大阪工業大学 情報科学部 情報システム学科 宇宙物理研究室 B 木村悠哉
第3章 重回帰分析 ー 計量経済学 ー.
第3章 重回帰分析 ー 計量経済学 ー.
学年 名列 名前 福井工業大学 工学部 環境生命化学科 原 道寛
主成分分析                     結城  隆   .
透視投影(中心射影)とは  ○ 3次元空間上の点を2次元平面へ投影する方法の一つ  ○ 投影方法   1.投影中心を定義する   2.投影平面を定義する
京大岡山 3.8m 望遠鏡 分割鏡制御に用いる アクチュエータの特性評価
魅力ある数学教材を考えよう 数学科教育法 数学基礎論 早苗 雅史 数学とソフトウエア
PCAからICAへ? 狩野裕+清水昌平 (大阪大学人間科学部) 日本行動計量学会:東京大学 平成12年10月.
北大MMCセミナー 第20回 Date:2014年1月30日(木) 16:30~18:00 ※通常とは曜日が異なります
電気回路学 Electric Circuits コンピュータサイエンスコース、ナノサイエンスコース4セメ開講 円線図 山田 博仁.
半無限領域のスペクトル法による竜巻を模した渦の数値実験に向けた研究開発
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
T2統計量・Q統計量 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
雑音環境下における 非負値行列因子分解を用いた声質変換
カオス水車のシミュレーションと その現象解析
構造情報に基づく特徴量を用いた グラフマッチングによる物体識別 情報工学科 藤吉研究室  EP02086 永橋知行.
独立成分分析 (ICA:Independent Component Analysis )
主成分分析 Principal Component Analysis PCA
多変量解析 ~主成分分析~ 1.主成分解析とは 2.適用例と解析の目的 3.解析の流れ 4.変数が2個の場合の主成分分析
変換されても変換されない頑固ベクトル どうしたら頑固になれるか 頑固なベクトルは何に使える?
ポリゴンメッシュ (2) - 変形と簡略化- 東京大学 精密工学専攻 大竹豊 資料および授業の情報は :
パターン認識特論 担当:和田 俊和 部屋 A513 主成分分析
音声分析 フーリエ解析の定性的理解のために.
部分的最小二乗回帰 Partial Least Squares Regression PLS
プロセスデータ解析学5 -主成分分析- 担当:長谷部伸治     金 尚弘.
進化ゲームと微分方程式 第15章 n種の群集の安定性
原子核物理学 第5講 原子核の振動と回転.
第1回、平成22年6月30日 ー FEM解析のための連続体力学入門 - 応力とひずみ 解説者:園田 恵一郎.
Bottom-UpとTop-Down アプローチの組み合わせによる 単眼画像からの人体3次元姿勢推定
第3章 線形回帰モデル 修士1年 山田 孝太郎.
データ解析 静岡大学工学部 安藤和敏
「ICAによる顔画像特徴量抽出とSVMを用いた表情認識」
川崎浩司:沿岸域工学,コロナ社 第4章(pp.58-68)
パターン認識 ークラスタリングとEMアルゴリズムー 担当:和田 俊和 部屋 A513
Massive Gravityの基礎と宇宙論
地理情報システム論(総)/ 国民経済計算論(商)
地理情報システム論 第4回 コンピュータシステムおける データ表現(2)
円線図とは 回路の何らかの特性を複素平面上の円で表したもの 例えば、ZLの変化に応じてZinが変化する様子 Zin ZL
1ーQー18 音声特徴量抽出のための音素部分空間統合法の検討
目で見る一次変換 河合塾 数学科 生越茂樹 オゴセ シゲキ.
行列 一次変換,とくに直交変換.
パターン認識特論 カーネル主成分分析 和田俊和.
データ分布の特徴 基準化変量 歪度 尖度.
目次 はじめに 収束性理論解析 数値実験 まとめ 特異値計算のための dqds 法 シフトによる収束の加速
Massive Gravityの基礎と宇宙論
逆運動学(Inverse Kinematics) 2007.5.15
北大MMCセミナー 第94回 附属社会創造数学センター主催 Date: 2019年1月25日(金) 16:30~18:00
Presentation transcript:

細胞の形と変形のための データ駆動型解析手法 2018/09/25 第91回生化学会大会 動態学-生きた動きを解析する新しい生命医科学 京都大学(院)医学研究科 統計遺伝学分野 山田亮,中村直俊, 吉安徹, Yusri dwi heryanto, 和田拓也

何が知りたい? 形そのもの 動きそのもの 形・動きの機能・役割 形・動きのメカニズム どのような形か? どのような動きか? 生物学的意味 形そのもの 動きそのもの どのような形か? どのような動きか? 形・動きの機能・役割 生物学的意味 形・動きのメカニズム 生物物理学 生化学

どのように知りたい? 化学 物理 膜の構成成分 細胞質の組成 細胞骨格 運動性分子… 膜の構成成分 細胞質の組成 細胞骨格 運動性分子… 物理 細胞膜の変形性質 細胞質の粘性 細胞外マトリクスの粘性…

どのように知りたい? 化学 物理 膜の構成成分 細胞質の組成 細胞骨格 運動性分子… 膜の構成成分 細胞質の組成 細胞骨格 運動性分子… 物理 細胞膜の変形性質 細胞質の粘性 細胞外マトリクスの粘性… これらの諸性質をパラメタとして取り入れたモデルを構築し、 観察データとのあてはまりを調べたり、 パラメタ値の推定をしたりすることはできる

生物物理学・生化学的アプローチ どのように知りたい? 化学 物理 膜の構成成分 細胞質の組成 細胞骨格 運動性分子… 膜の構成成分 細胞質の組成 細胞骨格 運動性分子… 物理 細胞膜の変形性質 細胞質の粘性 細胞外マトリクスの粘性… 生物物理学・生化学的アプローチ これらの諸性質をパラメタとして取り入れたモデルを構築し、 観察データとのあてはまりを調べたり、 パラメタ値の推定をしたりすることはできる

20世紀は物理学と数学との蜜月 物理学が数学を進め 数学が物理学を進めた 物理学が示すモデルが数学にアイディアを与え 数学が示すこと・ものが、物理学によって発見された

?数学と生物学の蜜月? 生物学が示すモデルが数学にアイディアを与え 数学が示すこと・ものが、生物学によって発見される?

?数学と生物学の蜜月? 生物学的な説明はさておき、 データを数学的に処理してみよう 生物学が示すモデルが数学にアイディアを与え 数学が示すこと・ものが、生物学によって発見される? 生物学的な説明はさておき、 データを数学的に処理してみよう

データ駆動型 ?数学と生物学の蜜月? 生物学的な説明はさておき、 データを数学的に処理してみよう 生物学が示すモデルが数学にアイディアを与え 数学が示すこと・ものが、生物学によって発見される? 生物学的な説明はさておき、 データを数学的に処理してみよう データ駆動型

(純)数理生物学的 アプローチ データ駆動型 ?数学と生物学の蜜月? 生物学的な説明はさておき、 データを数学的に処理してみよう 生物学が示すモデルが数学にアイディアを与え 数学が示すこと・ものが、生物学によって発見される? (純)数理生物学的 アプローチ 生物学的な説明はさておき、 データを数学的に処理してみよう データ駆動型

統計解析的には… パラメトリック vs. ノンパラメトリック モデルがあって、それへのあてはめをする ノンパラ データそのものを、モデルなしに扱う http://speechresearch.fiw-web.net/index.php?FrontPage

統計解析的には… 教師アリ vs. 教師ナシ 教師アリ 教師ナシ 答えがあって、それを説明するモデルを見つける データそのものを見てパターンを見つける https://tjo.hatenablog.com/entry/2014/01/06/190456 https://book.mynavi.jp/manatee/detail/id=87625

(純)数理生物学的 アプローチ 生物学的な説明はさておき、 データを数学的に処理してみよう

標準化する 形を比較するのは難しい 標準化して比較する すべてを真ん丸にして、球面上のパターンの比較をする

形 特徴量抽出 恣意性のある 特徴量抽出

過不足なく、分解する 数学的に、分解する 正規直交分解 余すところ無く、重なることなく、きれいに分解 主成分分解 フーリエ分解 球面調和関数分解 https://en.wikipedia.org/wiki/Spherical_harmonics http://enhancedatascience.com/2017/05/07/r-basics-pca-r/ https://en.wikipedia.org/wiki/Fourier_series

形 → 球面分布 → ベクトル スペクトル分解 データの劣化なき変換 Σ w W: 重み係数ベクトル https://en.wikipedia.org/wiki/Spherical_harmonics

形 → 球面分布 → ベクトル スペクトル分解 データの劣化なき変換 Σ w W: 重み係数ベクトル https://matome.naver.jp/odai/2145744163053530401/2145744685158960203

完璧に分解できることは確か…、だが 非対称なものを、対称なもので説明するには、無限の要素が必要 『非対称』・『真平ら』を有限個の『波』の合成で表すことはできない

形は 座標系のとり方によらない 同じ形 置かれ方の違い 座標系を定めると、異なる座標を持ってしまい、同じかどうか解らなくなる

回転不変量を 取り出したい 形は 座標系のとり方によらない 同じ形 置かれ方の違い 座標系を定めると、異なる座標を持ってしまい、同じかどうか解らなくなる 回転不変量を 取り出したい

形 → メッシュグラフ → 行列 各行・各列はグラフの頂点を表す 頂点のつながり具合を表している https://www.cs.rpi.edu/~cutler/classes/advancedgraphics/S09/hw1_meshes.html 各行・各列はグラフの頂点を表す 頂点のつながり具合を表している つながり具合は行・列を入れ替えても変わらない 行・列を入れ替えても変わらないものは、固有値・行列式など → 回転不変量・座標系非依存特徴量 https://en.wikipedia.org/wiki/Adjacency_matrix

形も動きも 座標系のとり方によらない

座標軸を軌道の上にとる 動標構(Moving Frame)とフレネ=セレ http://hooktail.sub.jp/vectoranalysis/FrenetSerret/

形と動きとを 座標系のとり方によらずに解析する 動標構を基準にすれば、形に座標系を与えることができる

形と動きとを解析する 回転か変形か 剛体の運動は 変形する物体の運動は 重心の平行移動 + 回転 に分解 重心の平行移動 + 回転 + 変形 に分解

形と動きとを解析する 回転か変形か 剛体の運動は 変形する物体の運動は 回転なしでも説明できる 重心の平行移動 + 回転 に分解 重心の平行移動 + 回転 + 変形 に分解 回転なしでも説明できる

形と動きとを解析する 回転か変形か 剛体の運動は 変形する物体の運動は 回転なしでも説明できる 重心の平行移動 + 回転 に分解 重心の平行移動 + 回転 + 変形 に分解 回転なしでも説明できる

形と動きとを解析する 回転か変形か 剛体の運動は 変形する物体の運動は 回転なしでも説明できる 回転か変形か 重心の平行移動 + 回転 に分解 変形する物体の運動は 重心の平行移動 + 回転 + 変形 に分解 回転なしでも説明できる 回転か変形か 数学で分解するなら 「回転を最大化」「残りを変形」

形と動きとを解析する 回転か変形か 剛体の運動は 変形する物体の運動は 回転なしでも説明できる 回転か変形か 重心の平行移動 + 回転 に分解 変形する物体の運動は 重心の平行移動 + 回転 + 変形 に分解 回転なしでも説明できる 回転か変形か 数学で分解するなら 「回転を最大化」「残りを変形」 分解してみてから考える

数学化してから考える 物理学・化学はさておいて、数学処理する 標準化する 分解する 座標系非依存にする 丸くする スペクトル分解・ベクトル化 回転不変量・動き自体に乗る(動標構)