WienerおよびPoissonノイズを含む確率Markovジャンプシステムの最適制御：2つの強化学習アプローチ 学術的背景 現代の制御理論において、最適制御は非常に重要な研究領域の一つであり、その目標は、動的システムに対して費用関数を最小化する最適制御戦略を設計することです。確率システムに関して、従来の最適制御手法は通常、システムモデルの完全な情報を必要としますが、この点で現実の適用において大きな限界があります。近年、モデルに依存しない手法としての強化学習（Reinforcement Learning, RL）が、最適制御問題を解決する重要なツールとして注目されています。RLはデータから直接学習することで、最適値関数と最適ポリシーを取得し、ポリシーイテレーション（Policy Iterat...

グラフベースのアクティブラーニングを用いた最適な疾病監視に向けて 学術的背景 グローバル化の加速に伴い、感染症の伝播速度と範囲が著しく増加しており、感染症の伝播を効果的に監視・制御することが公衆衛生分野の重要な課題となっています。従来の疾病監視方法は、大規模な検査と隔離措置に依存することが一般的ですが、資源が限られている状況下では、情報を最大化するために検査資源を最適に配分することが政策立案者にとっての課題となっています。特に資源が乏しい地域では、検査資源の不均等な配分が感染症の持続的な蔓延を引き起こす可能性があります。そのため、限られた資源の下で監視効果を最大化する戦略を開発することが重要です。 本研究では、グラフ構造（graph-based）とアクティブラーニング（active lear...

未登録サーフェスの空間における基底制限された弾性形状分析に関する学術論文の報告 背景紹介 3次元表面分析は、近年コンピュータビジョン分野で注目を集めている研究テーマの一つです。この需要の高まりは、高精度3Dスキャンデバイスの普及に起因しており、人間の健康分析、顔面アニメーション、コンピュータグラフィックス、合成人体データ生成、計算解剖学などの分野で豊富な研究データが得られるようになりました。しかし、従来の表面形状分析方法は、一貫したメッシュ構造と点対応関係に依存しており、実際の応用ではこれらが欠如していることが多いため、課題となっています。これらの課題を解決するために、研究者たちはリーマン幾何学に基づく弾性形状分析（Elastic Shape Analysis, ESA）を提案し、形状空間上...

複数特徴のゲノムワイド関連解析のための適応的ロバスト手法 要約： 過去10年間のゲノムワイド関連解析(GWAS)により、ヒトの形質や疾患に関連する数千の遺伝的変異が同定されてきました。しかし、多くの形質の遺伝率はまだ完全に説明されていません。従来の単一形質分析手法は保守的すぎるため、複数形質手法は複数の形質の関連性の証拠を統合することで統計的検出力を向上させます。GWAS要約統計は通常公開されているため、要約統計のみを使用する手法がより広く適用可能です。既存の複数形質分析手法における一貫性のない性能、計算効率の低さ、多数の形質を考慮する際の数値的問題に対処するため、我々は要約統計を用いた複数形質分析のための適応的Fisher法(MTAFS)を提案しました。これは計算効率が高く、統計的検出力が...

ベイズテンソルモデルに基づくアルツハイマー病の画像分類 はじめに 神経画像学研究は現代の神経科学の重要な部分であり、我々の脳構造と機能への理解を大いに豊かにしました。これらの非侵襲的なビジュアライゼーション技術を通じて、研究者は特定の神経および精神疾患のリスクをより正確に予測し、早期段階での介入と治療を行うことができるため、患者の健康と生活の質を改善することができます。特にアルツハイマー病（Alzheimer’s Disease、以下AD）の研究において、神経画像学は貴重な病理メカニズムの洞察を提供し、病状の進行を追跡し、早期症状を識別し、他の認知症の原因を区別することができます。 しかし、神経画像データの処理には、データの空間依存性、高次元性およびノイズなど複数の重大な課題があり、適切な神...