薬学データの解析における一般化加法モデルと階層型ニューラルネットワーク法の比較

高木達也; 高木達也; 黒川絵美子; 宮田幸治; 岡本晃典; 田中優子; 黒川顕; 安永照雄

文献

J-GLOBAL ID：201002107181355915 整理番号：10A0135461

薬学データの解析における一般化加法モデルと階層型ニューラルネットワーク法の比較

The Comparison of Generalized Additive Model with Artificial Hierarchical Neural Network in the Analysis of Pharmaceutical Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=10A0135461&from=J-GLOBAL&jstjournalNo=U0067A") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 3 ページ： 56-62 (J-STAGE) 発行年： 2002年
JST資料番号： U0067A ISSN： 1345-8647 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：英語 (EN)

一般化加法モデル(GAM)は優れたノンパラメトリック回帰法の一つであるが、化学、薬学分野ではわずかな応用例しか知られていない.GAMは階層型ニューラルネットワーク法(ANN)と同様非線形問題に広く適用可能だと考えられるため、今回、GAMとANNを、人工データや実際の薬学データを用いて系統的な比較を試みた.その結果、GAMはANNとほぼ同様の、回帰、判別性能を持つことが示された.GAMは、視覚的に予測変数と応答変数間の関係を容易に補足できるなどのANNに比べて優れた点もあるため、薬学分野のデータに十分に適用可能であると考えられる.(著者抄録)

, , , , , , ,
,

統計学

引用文献 (8件)：

[1] A. Buja, T. Hastie, R. Tibshirani, Linear Smoothers and Additive Models., Annals of Statistics, 17, 453-555 (1989).
[2] R.Tibshirani and T.Hastie, "Generalized Additive Models," Chapman & Hall, London, 1990; M. Abe, A Generalized Additive Model for Discrete Choice Data, ITME Discussion Paper, No.27, ITME, 1999.
[3] T. Aoyama, Y. Suzuki, H. Ichikawa, Neural Networks Applied to Quantitative Structure-Activitiy Relationship Analysis. J. Med. Chem., 33, 2583-2590 (1990).
[4] There are many studies of ANN in the fields of medical and pharmaceutical sciences. See http://www.emsl.pnl.gov:2080/proj/neuron/neural/ bib/medicine.html as an example.
[5] M. Sugawara, Y. Takekuma, H. Yamada, M. Kobayashi, K. Iseki, K. Miyazaki, A General Approach for the Prediction of the Intestinal Absorption of Drugs: Regression Analysis Using the Physicochemical Properties and Drug-Membrane Electrostatic Interaction. J. Pharm. Sci., 8, 960-966 (1998).

, , , , ,

前のページに戻る