阿部 明典

• 作曲パターンの理解による作曲支援

  20世紀の中頃から様々な自動作曲手法が試されてきた。大抵は、乱数や統計的情報が音楽を生成する為に利用されてきた。 これらの音楽は確率的に音楽を自動的に作曲出来るかに焦点があてられていた。 確かに、確率的に音楽を自動的に作曲出来るかという試みは芸術的、科学的観点からは重要であった。 しかしながら、作曲をエンタテインメントとして考えると、コンピュータによる適当な支援やガイドにより、自分で作曲を行うことが更に重要である。 我々は、現在、Augmented Composer というインタラクティブ作曲システムを開発している。 Augmented Composer では音のパターンを用い、それらの持続、ピッチ、強さなどを簡易なインタフェースを用いて調節することで、音楽を生成出来る。 従って、作曲に習熟していない者でも「音楽」を作ることが出来る。 曲は、MIDIの形で得られるが、 これをコンピュータで解析した所、プロとアマチュアの間に際だった違いを発見した。 その違いに基づいて、我々は、アクティブマイニングから見た、 作曲データのマイニングを利用したよりプロに近い作曲に導くような作曲支援システムを提案する。
  又、将来的には、本システムでユーザの創造性を刺戟するようなことも考えている。 チャンス発見のコンセプトがここには当然からんでくると思われる。

  

• 看護データからのチャンス発見

  近日公開予定

• 医療データ解析 (Data mining -> Chance Discovery)
  • 非均質少量データからのルール獲得

    実際の診療の際に得られたデータを使ってデータマイニングを行おうと思う場合、 以下の理由で、少々困難を感じる。 データの取得自体が、患者に対する診断を目的としており、基準値を得ることを目的としていない。 更に、当然、患者の健康状態に依存して検査を行っているので、検査項目も患者毎に違うし、 検査の頻度も患者によって違う。 例えば、症状に余り問題のない患者の場合は、検査項目も保険診療のきく基本項目に集中し、 不必要と判断される項目は検査しない。又、検査の頻度も余り高くない。 重篤な患者の場合は、当然、必要なら保険診療がきかない検査も行うし、検査の頻度も高い。 このように、診療で得られるようなデータは、よせ集めのデータであり、偏りがかなり生じている。 更に、データ量も1年にとれるのは、数十から数百のオーダーであり、データマイニングを行うに は満足いく数とは言えないと思われる。 百歩譲ってデータの量に目をつぶっても、データはいわば、歯抜け状態であり、 非均質なデータである。
    

    
    そのようなデータを扱ってデータマイニングを行っても、医師の期待する結果は得られないことが多い。 仮に正しい結果が得られていたとしても、得られた結果は、 重篤患者の値に偏った結果になる可能性が非常に高い。 又、得られた結果も、データ1件を追加、削除するだけでぶれが出てしまうなど、ロバスト性も低い。
    本研究では、上記のような不満足なデータからそれなりの解析結果を得るために、 疑似的にデータを均質データに変え、データ自体も増やすことで、ロバスト性を高め、 得られる結果もなるべく標準的な(医師の満足する)結果となるような手法を示す。
    実際には、ガウス分布を得られたデータから疑似的に獲得し、 そのデータに基づいてデータを疑似的に増加させる手法を採用する。 これにより、1) データの量を増加させる、2) データをなるべく標準的な分布にする、 3) 特異なデータの影響を減らす ということが可能になった。
    変換されたデータの例は、以下の通りである。

    1)		Original After modification
    2)		Original After modification
    3)		Original After modification

    得られたデータから決定木を生成させた場合、1) の場合は、 オリジナル自体も余り問題ないデータだったので、データを増加させる必要はないかも知れないが、 2) の場合は、結果の安定性が増した。3) の場合は、図を見てもわかるように、 データ自体の改善もなく、結果の安定性改善にも余り関係ないようであった。 以上から、特に、2) のようなデータに関しては、本手法が特に有効であることが示された。

  

  References:

  1. Abe A., Kogure K. and Hagita N.: Discovery of Hidden Relations from Medical Data, Proc. of HCI2003 3rd. Int'l Workshop on Chance Discovery, pp. 37-43 (2003)
  2. Abe A., Berry R., Suzuki M., and Hagita N.: Augmented Music Composition Support as Active Mining, Technical Report of IEICE, Vol. 103, No. 304, pp.59-64 (2003) or Technical Report of JSAI, SIG-KBS-A301, pp.59-64 (2003) paper
  3. 牧野 真緒, Rodney Berry, 阿部 明典, 樋川 直人, 鈴木 雅実: The Augumented Computer Project --- The Music Table ---, 信学技報, MVE2003-59, pp. 9-14 (2003)
  4. 阿部 明典, 納谷 太, 小暮 潔, 萩田 紀博: 非均質少量データからのルール獲得, 人工知能学会研究会資料, SIG-KBS-A304-32, pp. 189--194 (2004)
  5. Abe A., Kogure K., Hagita N. and Iseki H.: Integrated Data Mining System for Analysis of Nursing Accidents and Incidents, Proc. of SCI2004, Vol. VII, pp. 265--270 (2004)
  6. Abe A. and Oehlmann: From Data Mining to Interpersonal Communication for Scenario Developmant, Proc. of ECAI2004 Workshop on Chance Discovery, pp. 1--8 (2004)
  7. Abe A., Kogure K. and Hagita N.: Determination of A Chance in Nursing Risk Management, Proc. of ECAI2004 Workshop on Chance Discovery, pp. 222-231 (2004)
  8. Abe A., Kogure K. and Hagita N.: Nursing Risk Prediction as Chance Discovery, Proc. of KES2004 Vol. II, pp. 815--822 (2004).
  9. 大島 千佳, 阿部 明典, 西本 一志: ピアノの低離鍵 速度箇所に示される特性についての一考察, 人工知能学会研究会資料, SIG-LSE-A503-18, pp. 135--142 (2006)
  10. 大島 千佳, 西本 一志, 阿部 明典: ピアノ演奏における 離鍵速度の重要性と特性に関する考察, 情報処理学会論文誌, Vol.47, No.5, pp. -- (2006)
  11. Abe A, Hagita N, Furutani M, Furutani Y, and Matsuoka R.: Possibility of Integrated Data Mining of Clinical Data, Data Science Journal, Vol. 6, Supplement, pp. S104--S115 (2007)
  12. Abe A., Hagita N., Furutani M., Furutani Y., and Matsuoka R.: An interface for medical diagnosis support, Proc. of KES2007 (LNAI4693), Vol. II. pp. 909--916, Springer Verlag (2007)
  13. Abe A., Hagita N., Furutani M., Furutani Y., and Matsuoka R.: Data mining of Multi-categorized Data, Proc. of MCD07, pp. 209--220 (2007)
  14. Hagita N., Abe A. Furutani M., Furutani Y., and Matsuoka R.: Data Mining of Medical Data, Future Aspect of Medical Science and Education (Nadal-Ginard B. and Takakura K. eds.), 2nd IREIIMS Open Symposium, pp. 182--184 (2007)
  15. Abe A., Hagita N., Furutani M., Furutani Y., and Matsuoka R.: Data mining of Multi-categorized Data, Mining Complex Data, Post-Proceedings of the ECML/PKDD'07 Third International Workshop, MCD2007 (Ras Z.W., Tsumoto S., Zighed D. eds.) (LNAI4944), Springer Verlag (2008)
  16. Abe A., Ohsawa Y., Ozaku H.I., Sagara K., Kuwahara N., and Kogure K.: Communication error determination model for multi-layered or chained situations, Proc. of PAKDD 2008 Working Notes of Workshops on Data Mining for Decision Making and Risk Management, pp. 305--316 (2008)
  17. 阿部 明典, 大澤 幸生, 小作 浩美, 桑原 教彰, 小暮 潔: 紙芝居 KeyGraph による行動の可視化によるインシデントの隠れた原因の発見, 第22回人工知能学会全国大会, 2B2-3 (2008)
  18. Abe A, Hagita N, Furutani M, Furutani Y, and Matsuoka R.: Categorized and Integrated Data Mining of Clinical Data, in Communications and Discoveries from Multidisciplinary Data (Iwata S., Ohsawa Y., Tsumoto S., Zhong N., Shi Y., Magnani L. eds.), Studies in Computational Intelligence, Vol. 123, pp. 315--330, Springer Verlag (2008)
  19. Yoshikawa A., Suzuki K., Abe A., Tanaka T., Yamaguchi K., Tanaka T., Ishikawa Y., Minegishi K., Gotanda Y., Yugi H., Uchida S., Satake M., Mizoguchi H., and Tadokoro K.: Effect of selective vaccination on rate of hepatitis B virus-positive Japanese first-time blood donors, Transfusion Medicine (2009)
  20. Abe A., Hagita N., Furutani M., Furutani Y., and Matsuoka R.: An Interface for Medical Diagnosis Support ---from the viewpoint of Chance Discovery, International Journal of Advanced Intelligence Paradigms, Vol. 2, No. 2/3, pp. 283--302 (2010)
  21. Abe A., Hagita N., Furutani M., Furutani Y., and Matsuoka R.: Categorized and Integrated Data Mining of Medical Data from the Viewpoint of Chance Discovery, Proc. of KES2010 (LNAI6278), Part III, pp. 307--314, Springer Verlag (2010)
  22. Abe A., Hagita N., Furutani M., Furutani Y., and Matsuoka R.: An interactive interface for medical diagnosis support, in Sequence and Genome Analysis: Methods and Applications (Zhongming Zhao eds.), Chap. 17, iConcept Press (2011)
  23. Abe A.: Visualization as Curation with a holistic communication, Proc. of TAAI2012, pp. 266--271 (2012)
  24. Abe A.: Data Mining in the Age of Curation, Proc. of IEEE International Workshop on Data Mining for Service (DMS2012), pp. 273--279 (2012)