|
関連リンク |
|
|
研究分野 【 表示 ／ 非表示 】
-
情報通信 / 数理情報学 / 最適化理論、組合せ最適化
-
社会基盤（土木・建築・防災） / 社会システム工学 / オペレーションズ・リサーチ（OR）
-
情報通信 / 情報学基礎論 / 離散構造、アルゴリズム理論
論文 【 表示 ／ 非表示 】
-
A Linear-Delay Algorithm for Enumerating Strongly-Connected Induced Subgraphs Based on SSD Set System
Kan Shota, Kazuya Haraguchi , 2026年06月
Journal of Computer and System Sciences , 103833 - 103833
-
An Inverse QSAR Method Based on a Two-Layered Model and Integer Programming
Yu Shi, Jianshen Zhu, Naveed Ahmed Azam, Kazuya Haraguchi, Liang Zhao, Hiroshi Nagamochi, Tatsuya Akutsu , 2021年03月
International Journal of Molecular Sciences , 22 (6) , 2847 - 2847
-
Iterated local search with Trellis-neighborhood for the partial Latin square extension problem
Kazuya Haraguchi , 2016年10月
JOURNAL OF HEURISTICS , 22 (5) , 727 - 757
-
Enumeration of Bases in Matroid with Exponentially Large Ground Set
Yuki Nishimura, Kazuya Haraguchi , 2026年03月
Proceedings of The 20th International Conference and Workshops on Algorithms and Computation (WALCOM 2026) , LNCS 16444 , 576 - 590
-
Combining Graph Neural Networks and Mixed Integer Linear Programming for Molecular Inference under the Two-Layered Model
Jianshen Zhu, Naveed Ahmed Azam, Kazuya Haraguchi, Liang Zhao, Tatsuya Akutsu , 2025年12月
Proceedings of 2025 9th International Conference on Computational Biology and Bioinformatics (ICCBB 2025)
著書 【 表示 ／ 非表示 】
-
実践Pythonライブラリー「Kivyプログラミング ～Pythonで作るマルチタッチアプリ～」
久保幹雄, 原口和也 , 2018年06月
朝倉書店 , 0-0
科研費（文科省・学振）獲得実績 【 表示 ／ 非表示 】
-
研究期間: 2025年04月 - 2028年03月 代表者: 原口 和也
基盤研究(C) 研究代表者 25K14993
本研究課題ではSSD分解という、研究代表者らが最近提案した新しいグラフ分解を取り扱う。グラフ分解と言えば、性質Πを満たさないグラフを、性質Πを満たす極大部分グラフに分解するものが一般的である。SSD分解ではΠとして辺連結性を考え、Πを満たすグラフを、 同じくΠを満たすような極大な真誘導部分グラフに分解する。研究代表者らはこれまで、当該分解が持つ興味深い性質を示し、いくつかのアルゴリズム的結果、さらに有向グラフにおけるハミルトン性との関係を示した。しかしその結果は断片的であり、SSD分解の全貌はまったく明らかになっていない。本研究課題では、SSD分解に関する理論の確立と、応用可能性の追求を行う。
-
研究期間: 2022年04月 - 2027年03月 代表者: 阿久津 達也
基盤研究(A) 研究分担者 22H00532
与えられた性質を満たすデータを生成するという一種の逆問題が深層学習技術の進展などにより数多く研究されている。本研究では、この問題を写像と写像後のデータが与えられた場合に、元のデータ、すなはち、原像を推定する問題として定式化し、その理論的性質を解明するとともに、現実問題に適用可能な計算手法を開発する。データとしては化学構造データ、タンパク質配列データ、化合物もしくはタンパク質３次元構造データなどの離散構造データを主対象とし、それらに合わせた最適化も行うが、一般的な方法論を構築する。そし、離散原像問題についてのこれまでの研究を深化させ理論基盤を確立するとともに、開発手法を広く利用可能とする。
(1) 本研究では化学構造に対する離散原像問題を解くために整数計画法とニューラルネットワークを組み合わせた方法論を開発してきたが、その方法論をさらに発展させた。具体的には繰り返し構造を持つポリマーの設計手法と二段階に分けて予測・設計を行う手法の研究を完成させて論文を出版するとともに、ベンゼン環などを含む場合にオルト、メタ、パラという異性体を区別できるような新たな特徴量を開発し、計算機実験によりその特徴量の予測および設計における有用性を示した。
(2) 以前より線形閾値関数を活性化関数とする階層型ニューラルネットワークに基づく自己符号化器の圧縮率と頂点数、階層数の関係の理論解析を行ってきたが、令和５年度よりReLU関数を活性化関数とする場合への拡張を開始した。令和６年度は、その研究をまとめ論文として出版するとともに、復元誤差を許した場合の解析に着手した。
(3) タンパク質配列設計のためには、一部のアミノ酸が変異した場合にタンパク質間の結合安定性がどのように変化するかを予測することが重要である。ただし、タンパク質配列情報だけから高精度の予測を行うのには限界がある。そこで、タンパク質配列情報に加えてタンパク質立体構造情報（予測構造も含む）をグラフニューラルネットワークを用いて選択的に統合して予測するという深層学習モデルを新規に開発した。そして、計算機実験による既存手法との比較の結果、開発手法の有効性を確認した。
(4) 令和５年度において乱数を入力することにより指定された文字列（配列）データと類似のデータをすべて生成するためのReLU関数を活性化関数とする階層型ニューラルネットワークについて必要な層数や頂点数の理論解析を行ったが、その方法論を木構造データに拡張するための検討を行った。
当初の予定とは異なる進展をしている部分もあるが、有用な研究成果が得られつつあり、順調に進展していると判断できる。特に、整数計画法を用いた化学構造設計法については、ポリマーなどの高分子への展開も昨年度に引き続き進展し、かつ、ベンゼン環などを含む場合の異性体を区別するような新たな特徴量が新規に開発されるなど、着実に進展しつつある。自己符号化器の圧縮能力の理論解析についても、線形閾値関数に基づく場合の方法論をReLU関数を活性化関数に基づく場合に拡張し、その成果を論文としてまとめることができた。また、タンパク質配列データの解析についても、アミノ酸変異に対する結合親和性の変化を予測するための複数のグラフニューラルネットワークを統合した深層学習モデルを新規に開発することができ、着実な進展を得た。
本研究では生物学や化学という分野を主対象として新たなデータを設計するための理論や計算手法を開発することを主な目標としている。しかし、近年の生成AIの急速な進展により、直接、その性能を上回ることが困難になりつつある。よって、応用の観点からは、既存の生成AI技術では適用困難なデータや問題設定について研究を進めることが必要である。特に、令和６年度に着手した異性体を区別するような特徴量の導入などはその一例と考えられるので、応用分野の特性をより考慮した手法の開発を進める。一方、既存の生成AI技術によるデータ生成においては応用が先行しており、生成可能なデータと頂点数の関係性などの基礎的問題は十分に研究されていない。これまでの研究により、配列データに関してその端緒となる成果を得ることができたので、今後、その方法論や成果を木構造やグラフ構造に拡張する予定である。 -
離散問題のモデリングとアルゴリズム ～部分問題からのアプローチ～
研究期間: 2020年04月 - 2023年03月 代表者: 原口 和也
基盤研究(C) 研究代表者 20K04978
離散問題を解くことはオペレーションズ・リサーチや社会工学をはじめ様々な分野で応用を持つ。離散最適化に関して言えば、IPなどの汎用ソルバの性能は飛躍的に高まってきた。しかし実際のインスタンスは大規模かつ複雑な構造を有することもあり、満足な解を得ることは容易ではない。このような困難に直面した場合、問題の適切なモデリングが肝要である。モデリングとは解きたい問題の部分問題への分解とみなすことができるが、できるだけ広汎な問題群に適用できるようなモデリングおよび効率的な部分問題の解法とは一体どのようなものだろうか。本研究課題ではこの問いに答えを与えるための事例研究を行う。
特に離散列挙問題に関して顕著な成果を挙げた。極大解生成オラクルによって暗に与えられるアイテム付き集合システム（ハイパーグラフ）に対し、共通アイテム集合に関して極大な解をすべて列挙する問題を考えた。集合システムに一切の仮定がない場合、合流性を仮定した場合のそれぞれについて、多項式遅延アルゴリズムを開発した。これらの成果は一般性が高いものであり、アイテム付きグラフにおける共通アイテム集合に関して極大な連結誘導部分グラフの列挙アルゴリズムの実装、様々な連結条件を満たす部分グラフの列挙問題（たとえば二辺／点連結誘導部分グラフ、強連結誘導部分グラフ）など、新しい研究への展開につなげることができた。
共通アイテム集合に関して極大解を列挙する問題を、従来まったく取り扱われてこなかった集合システム上に拡張し、多項式遅延列挙が可能であることを示した。この成果は、様々な連結性の条件について、共通アイテム集合に関して極大かつ当該連結条件を満たす誘導部分グラフを列挙することが、多項式遅延で可能なことを意味している。この問題は遺伝生物学において有意なタンパク質構造の発見や、DWAS分析などに応用を持ち、これら個別の問題を解決するための効率の良いアルゴリズムの存在が示唆されている。