研究者基本情報

• 博士(工学), 北海道大学

• https://researchmap.jp/ichigaku

• https://orcid.org/0000-0001-5633-995X
• https://jglobal.jst.go.jp/detail?JGLOBAL_ID=201201027576570308
• https://itakigawa.github.io/

• 10374597

• https://orcid.org/0000-0001-5633-995X

• B-3823-2012

• 201201027576570308

• 機械発見
• 機械学習
• データマイニング
• データ駆動科学
• 離散構造
• モデル化
• 列挙アルゴリズム
• バイオインフォマティクス
• ケモインフォマティクス
• マテリアルズインフォマティクス

• 情報通信, 知能情報学
• 情報通信, 統計科学
• 情報通信, 生命、健康、医療情報学
• ライフサイエンス, システムゲノム科学

研究活動情報

• Extrapolative-Machine-Learning-Guided Discovery of Multielemental Heterogeneous Catalysts for Low-Temperature NO Reduction by H₂
  Yuan Jing; Chenyang Zhang; Shinya Mine; Xiupeng Zhang; Chenxi He; Ningqiang Zhang; Xu Guo; Akihiko Anzai; Kohei Oka; Ryo Toyoshima; Hiroshi Kondoh; Ichigaku Takigawa; Ken-ichi Shimizu; Takashi Toyao
  ACS CATALYSIS, 2025年12月04日
  英語, 研究論文（学術雑誌）
• Development of Highly Active Catalysts for Low-Temperature CO2 Hydrogenation to Methanol Using a Machine Learning Approach.
  Shirun Zhao; Shinya Mine; Gang Wang; Weiyang Zhang; Abdellah Ait El Fakir; Bin Yang; Zengwei Qin; Nazmul Hasan Md Dostagir; Koichi Matsushita; Ichigaku Takigawa; Ken-Ichi Shimizu; Takashi Toyao
  Journal of the American Chemical Society, 147, 34, 31121, 31135, 2025年08月27日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Image-Based Machine Learning Using Inkjet-Printed Chemicals: Mixing Ratio Prediction and Metal Ion Detection.
  Taichi Sano; Yuki Terauchi; Yuki Ide; Ichigaku Takigawa; Tsuyoshi Minami; Yasuhide Inokuma
  Organic letters, 27, 32, 8841, 8845, 2025年08月15日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Data-driven de novo design of super-adhesive hydrogels
  Hongguang Liao; Sheng Hu; Hu Yang; Lei Wang; Shinya Tanaka; Ichigaku Takigawa; Wei Li; Hailong Fan; Jian Ping Gong
  Nature, 644, 8075, 89, 95, 2025年08月07日, ［国際誌］
  英語, 研究論文（学術雑誌）
• C2Explainer: Customizable Mask-based Counterfactual Explanation for Graph Neural Networks.
  Jiali Ma; Ichigaku Takigawa; Akihiro Yamamoto
  Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency(FAccT), 137, 149, 2025年
  英語, 研究論文（国際会議プロシーディングス）
• Fast enumeration of all cost-bounded solutions for combinatorial problems using ZDDs
  Shin-ichi Minato; Jun Kawahara; Mutsunori Banbara; Takashi Horiyama; Ichigaku Takigawa; Yutaro Yamaguchi
  Discrete Applied Mathematics, 360, 467, 486, 2025年01月
  英語, 研究論文（学術雑誌）
• Hydride Content Control of Perovskite Oxyhydride BaTiO_3–xH_x Supported by Image-Based Machine Learning
  Taichi Sano; Yuki Ide; Tatsuya Tsumori; Hiroki Ubukata; Ichigaku Takigawa; Hiroshi Kageyama; Yasuhide Inokuma
  ACS Applied Engineering Materials, 2, 10, 2391, 2396, 2024年10月12日
  英語, 研究論文（学術雑誌）
• Graph Network-Based Simulation of Multicellular Dynamics Driven by Concentrated Polymer Brush-Modified Cellulose Nanofibers
  Chiaki Yoshikawa; Duc Anh Nguyen; Tadashi Nakaji-Hirabayashi; Ichigaku Takigawa; Hiroshi Mamitsuka
  ACS Biomaterials Science & Engineering, 10, 4, 2165, 2176, 2024年04月08日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Machine Learning Refinement of In Situ Images Acquired by Low Electron Dose LC-TEM.
  Hiroyasu Katsuno; Yuki Kimura; Tomoya Yamazaki; Ichigaku Takigawa
  Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada, abs/2310.20279, 1, 77, 84, 2024年01月29日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Gait video-based prediction of unified Parkinson's disease rating scale score: a retrospective study.
  Katsuki Eguchi; Ichigaku Takigawa; Shinichi Shirai; Ikuko Takahashi-Iwata; Masaaki Matsushima; Takahiro Kano; Hiroaki Yaguchi; Ichiro Yabe
  BMC neurology, 23, 1, 358, 358, 2023年10月05日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Accelerated discovery of multi-elemental reverse water-gas shift catalysts using extrapolative machine learning approach
  Gang Wang; Shinya Mine; Duotian Chen; Yuan Jing; Kah Wei Ting; Taichi Yamaguchi; Motoshi Takao; Zen Maeno; Ichigaku Takigawa; Koichi Matsushita; Ken-ichi Shimizu; Takashi Toyao
  Nature Communications, 14, 1, 5861, 5861, 2023年09月21日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Machine Learning-Based Analysis of Molar and Enantiomeric Ratios and Reaction Yields Using Images of Solid Mixtures
  Yuki Ide; Hayato Shirakura; Taichi Sano; Muthuchamy Murugavel; Yuya Inaba; Sheng Hu; Ichigaku Takigawa; Yasuhide Inokuma
  Industrial & Engineering Chemistry Research, 62, 35, 13790, 13798, 2023年08月23日
  英語, 研究論文（学術雑誌）
• Calcium sparks enhance the tissue fluidity within epithelial layers and promote apical extrusion of transformed cells.
  Keisuke Kuromiya; Kana Aoki; Kojiro Ishibashi; Moe Yotabun; Miho Sekai; Nobuyuki Tanimura; Sayuri Iijima; Susumu Ishikawa; Tomoko Kamasaki; Yuki Akieda; Tohru Ishitani; Takashi Hayashi; Satoshi Toda; Koji Yokoyama; Chol Gyu Lee; Ippei Usami; Haruki Inoue; Ichigaku Takigawa; Estelle Gauquelin; Kaoru Sugimura; Naoya Hino; Yasuyuki Fujita
  Cell reports, 40, 2, 111078, 111078, 2022年07月12日, ［国際誌］
  英語, 研究論文（学術雑誌）
• Machine Learning Analysis of Literature Data on the Water Gas Shift Reaction toward Extrapolative Prediction of Novel Catalysts
  Shinya Mine; Yuan Jing; Takumi Mukaiyama; Motoshi Takao; Zen Maeno; Ken Ichi Shimizu; Ichigaku Takigawa; Takashi Toyao
  Chemistry Letters, 51, 3, 269, 273, 2022年03月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Edit-Aware Generative Molecular Graph Autocompletion for Scaffold Input
  Sheng Hu; Ichigaku Takigawa; Chuan Xiao
  The AAAI'22 Workshop on Deep Learning on Graphs: Methods and Applications (DLG-AAAI'22), Vancouver, BC, Canada, 2022年02月28日, ［査読有り］
• Fast Improvement of TEM Images with Low-Dose Electrons by Deep Learning.
  Hiroyasu Katsuno; Yuki Kimura; Tomoya Yamazaki; Ichigaku Takigawa
  Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada, 28, 1, 138, 144, 2022年02月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• 極低電子線観察を可能にする深層学習によるTEM画像の鮮明化—Improvement of ultra-low dose electron image of TEM by deep learning—特集 機械学習・AIは結晶成長研究をいかに変えるか?
  勝野 弘康; 木村 勇気; 山﨑 智也; 瀧川 一学
  日本結晶成長学会誌 Journal of the Japanese Association for Crystal Growth, 49, 1, 1, 8, 2022年, ［査読有り］, ［招待有り］
  日本語
• 機械学習と機械発見 : データ中心型の自然科学の教訓と今後—Machine Learning and Machine Discovery : Lessons and Challenges of Data-Centric Natural Sciences—特集 機械学習・AIは結晶成長研究をいかに変えるか?
  瀧川 一学
  日本結晶成長学会誌 Journal of the Japanese Association for Crystal Growth, 49, 1, 1, 10, 2022年, ［査読有り］, ［招待有り］, ［筆頭著者, 最終著者, 責任著者］
  日本語
• 深層学習は情報・システムの研究をどう変えたか 第5部 データ分析分野 15.【ケモインフォマティクス】深層学習が広げる分子と幾何構造の表現
  瀧川一学
  電子情報通信学会誌, 105, 5, 435, 440, 2022年, ［査読有り］, ［招待有り］
  日本語
• 表現と介入:機械学習は化学研究の「経験と勘」を合理化できるか?
  瀧川一学; 瀧川一学
  化学と教育, 70, 3, 122, 125, 2022年, ［査読有り］, ［招待有り］
  日本語
• Early Detection of Nucleation Events From Solution in LC-TEM by Machine Learning.
  Hiroyasu Katsuno; Yuki Kimura; Tomoya Yamazaki; Ichigaku Takigawa
  Frontiers in chemistry, 10, 818230, 818230, 2022年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Interval-Memoized Backtracking on ZDDs for Fast Enumeration of All Lower Cost Solutions.
  Shin-ichi Minato; Mutsunori Banbara; Takashi Horiyama; Jun Kawahara; Ichigaku Takigawa; Yutaro Yamaguchi 0005
  CoRR, abs/2201.08118, 2022年
  研究論文（学術雑誌）
• A simplified methodology for the modeling of interfaces of elementary metals
  Yoyo Hinuma; Ichigaku Takigawa; Masanori Kohyama; Shingo Tanaka
  AIP Advances, 11, 11, 2021年11月01日, ［査読有り］
  英語, 研究論文（学術雑誌）
• Analysis of Updated Literature Data up to 2019 on the Oxidative Coupling of Methane Using an Extrapolative Machine‐Learning Method to Identify Novel Catalysts
  Shinya Mine; Motoshi Takao; Taichi Yamaguchi; Takashi Toyao; Zen Maeno; S. M. A. Hakim Siddiki; Satoru Takakusagi; Ken‐ichi Shimizu; Ichigaku Takigawa
  ChemCatChem, 13, 16, 3636, 3655, 2021年08月20日, ［査読有り］
  英語, 研究論文（学術雑誌）
• Minor-embedding heuristics for large-scale annealing processors with sparse hardware graphs of up to 102,400 nodes
  Yuya Sugie; Yuki Yoshida; Normann Mertig; Takashi Takemoto; Hiroshi Teramoto; Atsuyoshi Nakamura; Ichigaku Takigawa; Shin-ichi Minato; Masanao Yamaoka; Tamiki Komatsuzaki
  Soft Computing, 25, 3, 1731, 1749, Springer Science and Business Media LLC, 2021年02月, ［査読有り］
  研究論文（学術雑誌）
• Minor-embedding heuristics for large-scale annealing processors with sparse hardware graphs of up to 102,400 nodes
  Yuya Sugie; Yuki Yoshida; Normann Mertig; Takashi Takemoto; Hiroshi Teramoto; Atsuyoshi Nakamura; Ichigaku Takigawa; Shin-ichi Minato; Masanao Yamaoka; Tamiki Komatsuzaki
  Soft Computing, abs/2004.03819, 3, 1731, 1749, 2021年01月16日, ［査読有り］
  英語, 研究論文（学術雑誌）
• Frontier Molecular Orbital Based Analysis of Solid–Adsorbate Interactions over Group 13 Metal Oxide Surfaces
  Chong Liu; Yuxin Li; Motoshi Takao; Takashi Toyao; Zen Maeno; Takashi Kamachi; Yoyo Hinuma; Ichigaku Takigawa; Ken-ichi Shimizu
  The Journal of Physical Chemistry C, 124, 28, 15355, 15365, 2020年07月16日, ［査読有り］
  英語, 研究論文（学術雑誌）
• 触媒インフォマティクス 触媒インフォマティクスの動向
  鳥屋尾 隆; 清水 研一; 瀧川 一学
  科学と工業 = Science and industry, 94, 7, 182, 187, 大阪工研協会, 2020年07月, ［査読有り］
  日本語, 研究論文（学術雑誌）
• Dual graph convolutional neural network for predicting chemical networks.
  Shonosuke Harada; Hirotaka Akita; Masashi Tsubaki; Yukino Baba; Ichigaku Takigawa; Yoshihiro Yamanishi; Hisashi Kashima
  BMC bioinformatics, 21, Suppl 3, 94, 94, 2020年04月23日, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）, BACKGROUND: Predicting of chemical compounds is one of the fundamental tasks in bioinformatics and chemoinformatics, because it contributes to various applications in metabolic engineering and drug discovery. The recent rapid growth of the amount of available data has enabled applications of computational approaches such as statistical modeling and machine learning method. Both a set of chemical interactions and chemical compound structures are represented as graphs, and various graph-based approaches including graph convolutional neural networks have been successfully applied to chemical network prediction. However, there was no efficient method that can consider the two different types of graphs in an end-to-end manner. RESULTS: We give a new formulation of the chemical network prediction problem as a link prediction problem in a graph of graphs (GoG) which can represent the hierarchical structure consisting of compound graphs and an inter-compound graph. We propose a new graph convolutional neural network architecture called dual graph convolutional network that learns compound representations from both the compound graphs and the inter-compound network in an end-to-end manner. CONCLUSIONS: Experiments using four chemical networks with different sparsity levels and degree distributions shows that our dual graph convolution approach achieves high prediction performance in relatively dense networks, while the performance becomes inferior on extremely-sparse networks.
• Efficiently Enumerating Substrings with Statistically Significant Frequencies of Locally Optimal Occurrences in Gigantic String
  Atsuyoshi Nakamura; Ichigaku Takigawa; Hiroshi Mamitsuka
  Proceedings of the AAAI Conference on Artificial Intelligence, 34, 04, 5240, 5247, 2020年04月03日, ［査読有り］
  英語, 研究論文（学術雑誌）
• The role of Mediator and Little Elongation Complex in transcription termination.
  Hidehisa Takahashi; Amol Ranjan; Shiyuan Chen; Hidefumi Suzuki; Mio Shibata; Tomonori Hirose; Hiroko Hirose; Kazunori Sasaki; Ryota Abe; Kai Chen; Yanfeng He; Ying Zhang; Ichigaku Takigawa; Tadasuke Tsukiyama; Masashi Watanabe; Satoshi Fujii; Midori Iida; Junichi Yamamoto; Yuki Yamaguchi; Yutaka Suzuki; Masaki Matsumoto; Keiichi I Nakayama; Michael P Washburn; Anita Saraf; Laurence Florens; Shigeo Sato; Chieri Tomomori-Sato; Ronald C Conaway; Joan W Conaway; Shigetsugu Hatakeyama
  Nature communications, 11, 1, 1063, 1063, 2020年02月26日, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）, Mediator is a coregulatory complex that regulates transcription of Pol II-dependent genes. Previously, we showed that human Mediator subunit MED26 plays a role in the recruitment of Super Elongation Complex (SEC) or Little Elongation Complex (LEC) to regulate the expression of certain genes. MED26 plays a role in recruiting SEC to protein-coding genes including c-myc and LEC to small nuclear RNA (snRNA) genes. However, how MED26 engages SEC or LEC to regulate distinct genes is unclear. Here, we provide evidence that MED26 recruits LEC to modulate transcription termination of non-polyadenylated transcripts including snRNAs and mRNAs encoding replication-dependent histone (RDH) at Cajal bodies. Our findings indicate that LEC recruited by MED26 promotes efficient transcription termination by Pol II through interaction with CBC-ARS2 and NELF/DSIF, and promotes 3' end processing by enhancing recruitment of Integrator or Heat Labile Factor to snRNA or RDH genes, respectively.
• Machine Learning for Catalysis Informatics: Recent Applications and Prospects
  Takashi Toyao; Zen Maeno; Satoru Takakusagi; Takashi Kamachi; Ichigaku Takigawa; Ken-ichi Shimizu
  ACS Catalysis, 10, 3, 2260, 2297, 2020年02月07日, ［査読有り］
  英語, 研究論文（学術雑誌）
• TiO₂表面における分子吸着のフロンティア軌道理論
  蒲池高志; 巽俊暢; 鳥屋尾隆; 日沼洋陽; 前野禅; 高草木達; 古川森也; 瀧川一学; 清水研一
  日本化学会春季年会講演予稿集(CD-ROM), 100th, 34, 20988, 20997, 2020年, ［査読有り］
• Compiling higher order binary optimization problems into annealing processors
  Sugie Y; Mertig N; Iwata Y; Teramoto H; Nakamura A; Takigawa I; Minato S; Komatsuzaki T; Takemoto T
  25th International Symposium on Artificial Life and Robotics (AROB 25th 2020), Beppu, Japan, 2020年01月, ［査読有り］
• Machine Learning Predictions of Adsorption Energies of CH4-Related Species
  Takashi Toyao; Ichigaku Takigawa; Ken-ichi Shimizu
  Direct Hydroxylation of Methane, 135, 149, Springer Singapore, 2020年
  論文集(書籍)内論文
• 機械学習・計算化学を併用した固体触媒研究 (特集 先端材料開発や化学プロセスに応用されるマテリアルズ・インフォマティクス)
  鳥屋尾 隆; 清水 研一; 瀧川 一学
  分離技術, 50, 1, 31, 36, 分離技術会, 2020年
  日本語
• 3．触媒研究における機械学習と最適実験計画
  瀧川 一学
  電気化学, 88, 1, 14, 20, 公益社団法人 電気化学会, 2020年
  日本語
• Statistical Analysis and Discovery of Heterogeneous Catalysts Based on Machine Learning from Diverse Published Data
  Keisuke Suzuki; Takashi Toyao; Zen Maeno; Satoru Takakusagi; Ken‐ichi Shimizu; Ichigaku Takigawa
  ChemCatChem, 11, 18, 4537, 4547, Wiley, 2019年09月19日, ［査読有り］
  研究論文（学術雑誌）
• 人工知能基本問題研究会（FPAI）
  瀧川 一学
  人工知能, 34, 34, 603, 611, 一般社団法人 人工知能学会, 2019年09月01日
  日本語, 研究論文（学術雑誌）
• Learning Relevant Molecular Representations via Self-Attentive Graph Neural Networks.
  Shoma Kikuchi; Ichigaku Takigawa; Satoshi Oyama; Masahito Kurihara
  Workshop on Deep Graph Learning: Methodologies and Applications (DGLMA'19), IEEE BigData'19 Workshop,, 5364, 5369, IEEE, 2019年, ［査読有り］
  研究論文（国際会議プロシーディングス）
• Density Functional Theory Calculations of Oxygen Vacancy Formation and Subsequent Molecular Adsorption on Oxide Surfaces
  Hinuma Yoyo; Toyao Takashi; Kamachi Takashi; Maeno Zen; Takakusagi Satoru; Furukawa Shinya; Takigawa Ichigaku; Shimizu Ken-ichi
  JOURNAL OF PHYSICAL CHEMISTRY C, 122, 51, 29435, 29444, 2018年12月27日, ［査読有り］
  英語, 研究論文（学術雑誌）
• Enumerating and indexing set partitions using sequence BDDs
  Takahashi S; Minato S; Takigawa I
  2nd International Workshop on Enumeration Problems & Applications (WEPA 2018), Pisa, Italy, 2018年11月, ［査読有り］
• Obesity Suppresses Cell-Competition-Mediated Apical Elimination of RasV12-Transformed Cells from Epithelial Tissues.
  Ayana Sasaki; Takahiro Nagatake; Riku Egami; Guoqiang Gu; Ichigaku Takigawa; Wataru Ikeda; Tomoya Nakatani; Jun Kunisawa; Yasuyuki Fujita
  Cell reports, 23, 4, 974, 982, 2018年04月24日, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Toward Effective Utilization of Methane: Machine Learning Prediction of Adsorption Energies on Metal Alloys
  Takashi Toyao; Keisuke Suzuki; Shona Kikuchi; Satoru Takakusagi; Ken-ichi Shimizu; Ichigaku Takigawa
  JOURNAL OF PHYSICAL CHEMISTRY C, 122, 15, 8315, 8326, 2018年04月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Machine learning predictions of factors affecting the activity of heterogeneous metal catalysts
  Ichigaku Takigawa; Ken-ichi Shimizu; Koji Tsuda; Satoru Takakusagi
  ABSTRACTS OF PAPERS OF THE AMERICAN CHEMICAL SOCIETY, 255, 2018年03月
  英語
• Machine Learning Predictions of Factors Affecting the Activity of Heterogeneous Metal Catalysts
  Ichigaku Takigawa; Ken-ichi Shimizu; Koji Tsuda; Satoru Takakusagi
  Nanoinformatics, 45, 64, Springer Singapore, 2018年
  論文集(書籍)内論文
• SiBIC: A Tool for Generating a Network of Biclusters Captured by Maximal Frequent Itemset Mining.
  Kei-Ichiro Takahashi; David A duVerle; Sohiya Yotsukura; Ichigaku Takigawa; Hiroshi Mamitsuka
  Methods in molecular biology (Clifton, N.J.), 1807, 95, 111, 2018年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）, Biclustering extracts coexpressed genes under certain experimental conditions, providing more precise insight into the genetic behaviors than one-dimensional clustering. For understanding the biological features of genes in a single bicluster, visualizations such as heatmaps or parallel coordinate plots and tools for enrichment analysis are widely used. However, simultaneously handling many biclusters still remains a challenge. Thus, we developed a web service named SiBIC, which, using maximal frequent itemset mining, exhaustively discovers significant biclusters, which turn into networks of overlapping biclusters, where nodes are gene sets and edges show their overlaps in the detected biclusters. SiBIC provides a graphical user interface for manipulating a gene set network, where users can find target gene sets based on the enriched network. This chapter provides a user guide/instruction of SiBIC with background of having developed this software. SiBIC is available at http://utrecht.kuicr.kyoto-u.ac.jp:8080/sibic/faces/index.jsp .
• Jointly learning relevant subgraph patterns and nonlinear models of their indicators.
  Ryo Shirakawa; Yusei Yokoyama; Fumiya Okazaki; Ichigaku Takigawa
  The 14th International Conference on Mining and Learning with Graphs (MLG 2018) (KDD'18 Workshop), London, U.K., August 20, 2018, abs/1807.02963, 2018年, ［査読有り］
  研究論文（学術雑誌）
• Graph Minors from Simulated Annealing for Annealing Machines with Sparse Connectivity
  Yuya Sugie; Yuki Yoshida; Normann Mertig; Takashi Takemoto; Hiroshi Teramoto; Atsuyoshi Nakamura; Ichigaku Takigawa; Shin-Ichi Minato; Masanao Yamaoka; Tamiki Komatsuzaki
  Theory and Practice of Natural Computing - 7th International Conference, TPNC 2018, Dublin, Ireland, December 12-14, 2018, Proceedings, 111, 123, Springer, 2018年, ［査読有り］
  研究論文（国際会議プロシーディングス）
• FPGA-Based QBoost with Large-Scale Annealing Processor and Accelerated Hyperparameter Search.
  Takashi Takemoto; Normann Mertig; Masato Hayashi; Saki Susa-Tanaka; Hiroshi Teramoto; Atsuyoshi Nakamura; Ichigaku Takigawa; Shin-ichi Minato; Tamiki Komatsuzaki; Masanao Yamaoka
  2018 International Conference on ReConFigurable Computing and FPGAs, ReConFig 2018, Cancun, Mexico, December 3-5, 2018, 1, 8, 2018年, ［査読有り］
  研究論文（国際会議プロシーディングス）
• Genomic copy number variation analysis in multiple system atrophy.
  Yuka Hama; Masataka Katsu; Ichigaku Takigawa; Ichiro Yabe; Masaaki Matsushima; Ikuko Takahashi; Takayuki Katayama; Jun Utsumi; Hidenao Sasaki
  Molecular brain, 10, 1, 54, 54, 2017年11月29日, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Machine learning reveals orbital interaction in materials
  Tien Lam Pham; Hiori Kino; Kiyoyuki Terakura; Takashi Miyake; Koji Tsuda; Ichigaku Takigawa; Hieu Chi Dam
  SCIENCE AND TECHNOLOGY OF ADVANCED MATERIALS, 18, 1, 756, 765, 2017年10月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• The impact of income disparity on vulnerability and information collection: an analysis of the 2011 Thai Flood
  M. Henry; A. Kawasaki; I. Takigawa; K. Meguro
  Journal of Flood Risk Management, 10, 3, 339, 348, Wiley, 2017年09月, ［査読有り］
  研究論文（学術雑誌）
• Exploring phenotype patterns of breast cancer within somatic mutations: a modicum in the intrinsic code.
  Sohiya Yotsukura; Masayuki Karasuyama; Ichigaku Takigawa; Hiroshi Mamitsuka
  Briefings in bioinformatics, 18, 4, 619, 633, 2017年07月01日, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Generalized sparse learning of linear models over the complete subgraph feature set
  Takigawa, I.; Mamitsuka, H.
  IEEE Transactions on Pattern Analysis and Machine Intelligence, 39, 3, 617, 624, 2017年02月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• An online self-constructive normalized Gaussian network with localized forgetting
  Backhus, J.; Takigawa, I.; Imai, H.; Kudo, M.; Sugimoto, M.
  IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, E100A, 3, 865, 876, 2017年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Machine-learning prediction of the d-band center for metals and bimetals
  Takigawa, I.; Shimizu, K.-I.; Tsuda, K.; Takakusagi, S.
  RSC Advances, 6, 58, 52587, 52595, Royal Society of Chemistry, 2016年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Machine-learning prediction of the d-band center for metals and bimetals
  Ichigaku Takigawa; Ken-ichi Shimizu; Koji Tsuda; Satoru Takakusagi
  RSC Advances, 6, 58, 52587, 52595, 2016年, ［査読有り］
  英語, 研究論文（学術雑誌）
• A bioinformatics approach for understanding genotype-phenotype correlation in breast cancer
  Yotsukura, S.; Karasuyama, M.; Takigawa, I.; Mamitsuka, H.
  Big Data Analytics in Genomics, 397, 428, Big Data Analytics in Genomics, 2016年
  英語, 研究論文（学術雑誌）
• 多数のグラフからの統計的機械学習(<総合特集>深化する機械学習-技術の進展とその応用)
  瀧川 一学
  システム／制御／情報, 60, 3, 107, 112, 一般社団法人 システム制御情報学会, 2016年
  日本語
• Predictions of cleavability of calpain proteolysis by quantitative structure-activity relationship analysis using newly determined cleavage sites and catalytic efficiencies of an oligopeptide array
  Shinkai-Ouchi, F.; Koyama, S.; Ono, Y.; Hata, S.; Ojima, K.; Shindo, M.; DuVerle, D.; Ueno, M.; Kitamura, F.; Doi, N.; Takigawa, I.; Mamitsuka, H.; Sorimachi, H.
  Molecular and Cellular Proteomics, 15, 4, 1262, 80, 2016年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Online EM for the normalized gaussian network with weight-time-dependent updates
  Backhus, J.; Takigawa, I.; Imai, H.; Kudo, M.; Sugimoto, M.
  Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 9950 LNCS, 538, 546, 2016年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Reducing redundancy with unit merging for self-constructive normalized Gaussian networks
  Backhus, J.; Takigawa, I.; Imai, H.; Kudo, M.; Sugimoto, M.
  Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 9886 LNCS, 444, 452, 2016年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Dense core model for cohesive subgraph discovery
  Koujaku, S.; Takigawa, I.; Kudo, M.; Imai, H.
  Social Networks, 44, 143, 152, 2016年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Mining approximate patterns with frequent locally optimal occurrences
  Nakamura, A.; Takigawa, I.; Tosaka, H.; Kudo, M.; Mamitsuka, H.
  Discrete Applied Mathematics, 200, 123, 152, 2016年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Ensemble and Multiple Kernel Regressors: Which Is Better?
  Akira Tanaka; Hirofumi Takebayashi; Ichigaku Takigawa; Hideyuki Imai; Mineichi Kudo
  IEICE TRANSACTIONS ON FUNDAMENTALS OF ELECTRONICS COMMUNICATIONS AND COMPUTER SCIENCES, E98A, 11, 2315, 2324, 2015年11月, ［査読有り］
  英語, 研究論文（学術雑誌）
• データマイニングとしての多重標的相互作用解析
  瀧川一学
  SAR News, 29, 9‐17, 2015年10月08日
  日本語
• The cell competition-based high-throughput screening identifies small compounds that promote the elimination of RasV12-transformed cells from epithelia
  Hajime Yamauchi; Takanori Matsumaru; Tomoko Morita; Susumu Ishikawa; Katsumi Maenaka; Ichigaku Takigawa; Kentaro Semba; Shunsuke Kon; Yasuyuki Fujita
  SCIENTIFIC REPORTS, 5, 15336, 15336, 2015年10月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Community Change Detection in Dynamic Networks in Noisy Environment.
  Sadamori Koujaku; Mineichi Kudo; Ichigaku Takigawa; Hideyuki Imai
  WWW'15 COMPANION: PROCEEDINGS OF THE 24TH INTERNATIONAL CONFERENCE ON WORLD WIDE WEB, 793, 798, 2015年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• MED26 regulates the transcription of snRNA genes through the recruitment of little elongation complex
  Takahashi, H.; Takigawa, I.; Watanabe, M.; Anwar, D.; Shibata, M.; Tomomori-Sato, C.; Sato, S.; Ranjan, A.; Seidel, C.W.; Tsukiyama, T.; Mizushima, W.; Hayashi, M.; Ohkawa, Y.; Conaway, J.W.; Conaway, R.C.; Hatakeyama, S.
  Nature Communications, 6, 5941, 5941, 2015年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• マルチカーネル回帰とアンサンブルカーネル回帰の汎化誤差解析
  田中 章; 瀧川 一学; 今井 英幸; 工藤 峰一
  第29回信号処理シンポジウム講演論文集, 120, 123, 2014年11月
• Similarity-based machine learning methods for predicting drug-target interactions: a brief review.
  Hao Ding; Ichigaku Takigawa; Hiroshi Mamitsuka; Shanfeng Zhu
  Briefings in bioinformatics, 15, 5, 734, 47, 2014年09月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Ribosomes in a stacked array: elucidation of the step in translation elongation at which they are stalled during S-adenosyl-L-methionine-induced translation arrest of CGS1 mRNA.
  Yui Yamashita; Yoshitomo Kadokura; Naoyuki Sotta; Toru Fujiwara; Ichigaku Takigawa; Akiko Satake; Hitoshi Onouchi; Satoshi Naito
  The Journal of biological chemistry, 289, 18, 12693, 704, 2014年05月02日, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）, Expression of CGS1, which codes for an enzyme of methionine biosynthesis, is feedback-regulated by mRNA degradation in response to S-adenosyl-L-methionine (AdoMet). In vitro studies revealed that AdoMet induces translation arrest at Ser-94, upon which several ribosomes stack behind the arrested one, and mRNA degradation occurs at multiple sites that presumably correspond to individual ribosomes in a stacked array. Despite the significant contribution of stacked ribosomes to inducing mRNA degradation, little is known about the ribosomes in the stacked array. Here, we assigned the peptidyl-tRNA species of the stacked second and third ribosomes to their respective codons and showed that they are arranged at nine-codon intervals behind the Ser-94 codon, indicating tight stacking. Puromycin reacts with peptidyl-tRNA in the P-site, releasing the nascent peptide as peptidyl-puromycin. This reaction is used to monitor the activity of the peptidyltransferase center (PTC) in arrested ribosomes. Puromycin reaction of peptidyl-tRNA on the AdoMet-arrested ribosome, which is stalled at the pre-translocation step, was slow. This limited reactivity can be attributed to the peptidyl-tRNA occupying the A-site at this step rather than to suppression of PTC activity. In contrast, puromycin reactions of peptidyl-tRNA with the stacked second and third ribosomes were slow but were not as slow as pre-translocation step ribosomes. We propose that the anticodon end of peptidyl-tRNA resides in the A-site of the stacked ribosomes and that the stacked ribosomes are stalled at an early step of translocation, possibly at the P/E hybrid state.
• Ribosomes in a Stacked Array
  Yui Yamashita; Yoshitomo Kadokura; Naoyuki Sotta; Toru Fujiwara; Ichigaku Takigawa; Akiko Satake; Hitoshi Onouchi; Satoshi Naito
  JOURNAL OF BIOLOGICAL CHEMISTRY, 289, 18, 12693, 12704, 2014年05月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Analyses on Generalization Error of Ensemble Kernel Regressors
  Akira Tanaka; Ichigaku Takigawa; Hideyuki Imai; Mineichi Kudo
  STRUCTURAL, SYNTACTIC, AND STATISTICAL PATTERN RECOGNITION, 8621, 273, 281, 2014年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• Theoretical Analyses on Ensemble and Multiple Kernel Regressors.
  Akira Tanaka; Ichigaku Takigawa; Hideyuki Imai; Mineichi Kudo
  Proceedings of the Sixth Asian Conference on Machine Learning, ACML 2014, Nha Trang City, Vietnam, November 26-28, 2014., 39, 2014, 1, 15, JMLR.org, 2014年, ［査読有り］
  研究論文（国際会議プロシーディングス）
• Graph mining: procedure, application to drug discovery and recent advances
  Ichigaku Takigawa; Hiroshi Mamitsuka
  DRUG DISCOVERY TODAY, 18, 1-2, 50, 57, 2013年01月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Identifying pathways of coordinated gene expression.
  Timothy Hancock; Ichigaku Takigawa; Hiroshi Mamitsuka
  Methods in molecular biology (Clifton, N.J.), 939, 69, 85, 2013年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Structual change point detection for evolutional networks
  Koujaku S; Kudo M; Takigawa I; Imai H
  Lecture Notes in Engineering and Computer Science, 1 LNECS, 324, 329, 2013年, ［査読有り］
• An in silico model for interpreting polypharmacology in drug-target networks.
  Ichigaku Takigawa; Koji Tsuda; Hiroshi Mamitsuka
  Methods in molecular biology (Clifton, N.J.), 993, 67, 80, Humana Press Inc., 2013年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• SiBIC: a web server for generating gene set networks based on biclusters obtained by maximal frequent itemset mining.
  Kei-ichiro Takahashi; Ichigaku Takigawa; Hiroshi Mamitsuka
  PloS one, 8, 12, e82890, 2013年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Fast algorithms for finding a minimum repetition representation of strings and trees.
  Atsuyoshi Nakamura; Tomoya Saito; Ichigaku Takigawa; Mineichi Kudo; Hiroshi Mamitsuka
  Discret. Appl. Math., 161, 10-11, 1556, 1575, 2013年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Identifying neighborhoods of coordinated gene expression and metabolite profiles.
  Timothy Hancock; Nicolas Wicker; Ichigaku Takigawa; Hiroshi Mamitsuka
  PloS one, 7, 2, e31345, 2012年, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Extended Analyses for an Optimal Kernel in a Class of Kernels with an Invariant Metric
  Akira Tanaka; Ichigaku Takigawa; Hideyuki Imai; Mineichi Kudo
  STRUCTURAL, SYNTACTIC, AND STATISTICAL PATTERN RECOGNITION, 7626, 345, 353, 2012年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• ROS-DET: robust detector of switching mechanisms in gene expression.
  Mitsunori Kayano; Ichigaku Takigawa; Motoki Shiga; Koji Tsuda; Hiroshi Mamitsuka
  Nucleic acids research, 39, 11, e74, 2011年06月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• Mining Significant Substructure Pairs for Interpreting Polypharmacology in Drug-Target Network
  Ichigaku Takigawa; Koji Tsuda; Hiroshi Mamitsuka
  PLOS ONE, 6, 2, e16999, 2011年02月, ［査読有り］, ［国際誌］
  英語, 研究論文（学術雑誌）
• A spectral approach to clustering numerical vectors as nodes in a network
  Motoki Shiga; Ichigaku Takigawa; Hiroshi Mamitsuka
  PATTERN RECOGNITION, 44, 2, 236, 251, 2011年02月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Efficiently mining δ-tolerance closed frequent subgraphs.
  Ichigaku Takigawa; Hiroshi Mamitsuka
  Machine Learning, 82, 2, 95, 121, 2011年02月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Mining metabolic pathways through gene expression
  Timothy Hancock; Ichigaku Takigawa; Hiroshi Mamitsuka
  BIOINFORMATICS, 26, 17, 2128, 2135, 2010年09月, ［査読有り］
  英語, 研究論文（学術雑誌）
• On the performance of methods for finding a switching mechanism in gene expression.
  Kayano M; Takigawa I; Shiga M; Tsuda K; Mamitsuka H
  Genome informatics. International Conference on Genome Informatics, 24, 69, 83, 1, 2010年07月, ［査読有り］, ［国内誌］
  英語, 研究論文（学術雑誌）, We address an issue of detecting a switching mechanism in gene expression, where two genes are positively correlated for one experimental condition while they are negatively correlated for another. We compare the performance of existing methods for this issue, roughly divided into two types: interaction test (IT) and the difference of correlation coefficients. Interaction test, currently a standard approach for detecting epistasis in genetics, is the log-likelihood ratio test between two logistic regressions with/without an interaction term, resulting in checking the strength of interaction between two genes. On the other hand, two correlation coefficients can be computed for two experimental conditions and the difference of them shows the alteration of expression trends in a more straightforward manner. In our experiments, we tested three different types of correlation coefficients: Pearson, Spearman and a midcorrelation (biweight midcorrelation). The experiment was performed by using ~ 2.3 × 10(9) combinations selected out of the GEO (Gene Expression Omnibus) database. We sorted all combinations according to the p-values of IT or by the absolute values of the difference of correlation coefficients and then visually evaluated the top ranked combinations in terms of the switching mechanism. The result showed that 1) combinations detected by IT included non-switching combinations and 2) Pearson was affected by outliers easily while Spearman and the midcorrelation seemed likely to avoid them.
• On the performance of methods for finding a switching mechanism in gene expression.
  Kayano, M.; Takigawa, I.; Shiga, M.; Tsuda, K.; Mamitsuka, H.
  Genome informatics. International Conference on Genome Informatics, 24, 69, 83, 2010年, ［査読有り］
  研究論文（学術雑誌）
• CaMPDB: a resource for calpain and modulatory proteolysis.
  duVerle, D.; Takigawa, I.; Ono, Y.; Sorimachi, H.; Mamitsuka, H.
  Genome informatics. International Conference on Genome Informatics, 22, 202, 213, 2010年01月, ［査読有り］
  研究論文（学術雑誌）
• Algorithms for Finding a Minimum Repetition Representation of a String
  Atsuyoshi Nakamura; Tomoya Saito; Ichigaku Takigawa; Hiroshi Mamitsuka; Mineichi Kudo
  STRING PROCESSING AND INFORMATION RETRIEVAL, 6393, 185, +, 2010年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• Efficiently finding genome-wide three-way gene interactions from transcript- and genotype-data
  Mitsunori Kayano; Ichigaku Takigawa; Motoki Shiga; Koji Tsuda; Hiroshi Mamitsuka
  BIOINFORMATICS, 25, 21, 2735, 2743, 2009年11月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Field independent probabilistic model for clustering multi-field documents
  Shanfeng Zhu; Ichigaku Takigawa; Jia Zeng; Hiroshi Mamitsuka
  INFORMATION PROCESSING & MANAGEMENT, 45, 5, 555, 570, 2009年09月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Convex sets as prototypes for classifying patterns
  Ichigaku Takigawa; Mineichi Kudo; Atsuyoshi Nakamura
  ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 22, 1, 101, 108, 2009年02月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Mining significant tree patterns in carbohydrate sugar chains
  Kosuke Hashimoto; Ichigaku Takigawa; Motoki Shiga; Minoru Kanehisa; Hiroshi Mamitsuka
  BIOINFORMATICS, 24, 16, I167, I173, 2008年08月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Probabilistic path ranking based on adjacent pairwise coexpression for metabolic transcripts analysis
  Ichigaku Takigawa; Hiroshi Mamitsuka
  BIOINFORMATICS, 24, 2, 250, 257, 2008年01月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Classification by Reflective Convex Hulls
  Mineichi Kudo; Atsuyoshi Nakamura; Ichigaku Takigawa
  19TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION, VOLS 1-6, 2260, 2263, 2008年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• Annotating gene function by combining expression data with a modular gene network
  Motoki Shiga; Ichigaku Takigawa; Hiroshi Mamitsuka
  BIOINFORMATICS, 23, 13, I468, I478, 2007年07月, ［査読有り］
  英語, 研究論文（学術雑誌）
• A Spectral Clustering Approach to Optimally Combining Numerical Vectors with a Modular Network
  Motoki Shiga; Ichigaku Takigawa; Hiroshi Mamitsuka
  KDD-2007 PROCEEDINGS OF THE THIRTEENTH ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 647, 656, 2007年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• A probabilistic model for clustering text documents with multiple fields
  Shanfeng Zhu; Ichigaku Takigawa; Shuqin Zhang; Hiroshi Mamitsuka
  ADVANCES IN INFORMATION RETRIEVAL, 4425, 331, +, 2007年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• Applying Gaussian distribution-dependent criteria to decision trees for high-dimensional microarray data
  Raymond Wan; Ichigaku Takigawa; Hiroshi Mamitsuka
  DATA MINING AND BIOINFORMATICS, 4316, 40, +, 2006年, ［査読有り］
  英語, 研究論文（国際会議プロシーディングス）
• Combining Vector-Space and Word-Based Aspect Models for Passage Retrieval.
  Raymond Wan; Ichigaku Takigawa; Hiroshi Mamitsuka; Vo Ngoc Anh
  Proceedings of the Fifteenth Text REtrieval Conference, TREC 2006, Gaithersburg, Maryland, USA, November 14-17, 2006, National Institute of Standards and Technology (NIST), 2006年, ［査読有り］
• The convex subclass method: Combinatorial classifier based on a family of convex sets
  Takigawa, I; M Kudo; A Nakamura
  MACHINE LEARNING AND DATA MINING IN PATTERN RECOGNITION, PROCEEDINDS, 3587, 90, 99, 2005年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Performance analysis of minimum ℓ1-norm solutions for underdetermined source separation.
  Ichigaku Takigawa; Mineichi Kudo; Jun Toyama
  IEEE Transactions on Signal Processing, 52, 3, 582, 591, 2004年03月, ［査読有り］
  英語, 研究論文（学術雑誌）
• Projection learning based kernel machine design using series of monotone increasing reproducing kernel Hilbert spaces
  A Tanaka; Takigawa, I; H Imai; M Kudo; M Miyakoshi
  KNOWLEDGE-BASED INTELLIGENT INFORMATION AND ENGINEERING SYSTEMS, PT 1, PROCEEDINGS, 3213, 1058, 1064, 2004年, ［査読有り］
  英語, 研究論文（学術雑誌）
• On the minimum ℓ1-norm signal recovery in underdetermined source separation
  Takigawa I; Kudo M; Nakamura A; Toyama J
  Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 3195, 193, 200, 2004年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Projection learning based kernel machine design using series of monotone increasing reproducing kernel Hilbert spaces
  A Tanaka; Takigawa, I; H Imai; M Kudo; M Miyakoshi
  KNOWLEDGE-BASED INTELLIGENT INFORMATION AND ENGINEERING SYSTEMS, PT 1, PROCEEDINGS, 3213, 1058, 1064, 2004年, ［査読有り］
  英語, 研究論文（学術雑誌）
• On the minimum l(1)-norm signal recovery in underdetermined source separation
  Takigawa, I; M Kudo; A Nakamura; J Toyama
  INDEPENDENT COMPONENT ANALYSIS AND BLIND SIGNAL SEPARATION, 3195, 193, 200, 2004年, ［査読有り］
  英語, 研究論文（学術雑誌）
• Modified LEGION using a spectrogram for speech segregation
  Takigawa I; Toyama J; Shimbo M
  Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, 1, 1999年, ［査読有り］
• 202 CaMPDB: A RESOURCE FOR CALPAIN AND MODULATORY PROTEOLYSIS
  David Duverle; Ichigaku Takigawa
  ［査読有り］
  While the importance of modulatory proteolysis in research has steadily increased, knowledge on this process has remained largely disorganized, with the nature and role of entities composing modulatory proteolysis still uncertain. We built CaMPDB, a resource on modulatory proteolysis, with a focus on calpain, a well-studied intracellular protease which regulates substrate functions by proteolytic processing. CaMPDB contains sequences of calpains, substrates and inhibitors as well as substrate cleavage sites, collected from the literature. Some cleavage efficiencies were evaluated by biochemical experiments and a cleavage site prediction tool is provided to assist biologists in understanding calpain-mediated cellular processes. CaMPDB is freely accessible at

• 統計の入門科目の授業実践とその考察
  岡本雅子; 岡本雅子; 瀧川一学; 中西寛子, 情報処理学会研究報告(Web), 2025, CE-178, 2025年
• インクジェットプリンターによる画像機械学習データの効率的取得と混合比予測
  佐野太一; 井手雄紀; 瀧川一学; 瀧川一学; 南豪; 猪熊泰英; 猪熊泰英, 日本化学会春季年会講演予稿集(Web), 105th, 2025年
• 有機センサー分子と画像機械学習を用いる金属イオン量予測
  寺内夕輝; 佐野太一; 白倉逸人; 井手雄紀; 瀧川一学; 瀧川一学; 猪熊泰英; 猪熊泰英, 日本化学会春季年会講演予稿集(Web), 105th, 2025年
• データ活用型化学におけ機械学習と機械発見
  瀧川一学; 瀧川一学, CSJ Current Review, 50, 2024年
• 帰納と演繹の間を求めて:記号と離散構造の統計的機械学習
  瀧川一学, 電子情報通信学会技術研究報告(Web), 124, 12(COMP2024 1-9), 2024年
• 液滴乾燥から得られる固体画像と機械学習を利用した混合比率予測
  佐野太一; 白倉逸人; 井手雄紀; HU Sheng; 瀧川一学; 瀧川一学; 猪熊泰英; 猪熊泰英, 日本化学会春季年会講演予稿集(Web), 104th, 2024年
• 機械学習による透過電子顕微鏡その場液中観察像のリアルタイム画像処理手法
  勝野弘康; 木村勇気; 山崎智也; 瀧川一学, 日本物理学会講演概要集(CD-ROM), 79, 2, 2024年
• なぜ経験則は説明の論理として受け入れがたいか—人間の言語能力とは何か : 生成文法からの問い(2)人工知能という分野が謙虚であったことなど一度もない
  瀧川 一学, 科学, 93, 12, 1009, 1011, 2023年12月
  東京 : 岩波書店, 日本語
• 機械学習は真の理解や発見に寄与できるか
  瀧川, 一学, 自動車技術, 77, 10, 26, 31, 2023年10月
  特集 DX時代のCAE最新手法, 自動車技術会, 日本語
• 予感される組織に寄せて ─外部から見た多分野交流─
  瀧川一学, 情報処理 連載:こたつde議論 〜情報学を核とした多分野交流の現場から〜, 64, 12, 648, 653, 2023年
• 画像を用いた機械学習による結晶性化合物の混合比予測
  白倉逸人; 佐野太一; 井手雄紀; HU Sheng; 瀧川一学; 瀧川一学; 猪熊泰英; 猪熊泰英, 日本化学会春季年会講演予稿集(Web), 103rd, 2023年
• 固体混合物画像を利用した機械学習によるエナンチオマー割合診断
  佐野太一; 白倉逸人; 井手雄紀; HU Sheng; 瀧川一学; 瀧川一学; 猪熊泰英; 猪熊泰英, 日本化学会春季年会講演予稿集(Web), 103rd, 2023年
• 溶液乾燥から得られた化合物画像と機械学習を活用した混合割合診断
  佐野太一; 白倉逸人; 井手雄紀; HU Sheng; 瀧川一学; 瀧川一学; 猪熊泰英; 猪熊泰英, 基礎有機化学討論会要旨集, 33rd (CD-ROM), 2023年
• 人間の言語能力とは何か-生成文法からの問い〈2〉なぜ経験則は説明の論理として受け入れがたいか
  瀧川一学; 瀧川一学, 科学, 93, 12, 2023年
• DX時代のCAE最新手法 機械学習は真の理解や発見に寄与できるか
  瀧川一学; 瀧川一学, 自動車技術(Web), 77, 10, 2023年
• 機械学習を用いた固体化合物画像による混合比率および反応収率の予測
  白倉逸人; 佐野太一; 井手雄紀; HU Sheng; 瀧川一学; 瀧川一学; 猪熊泰英; 猪熊泰英, 基礎有機化学討論会要旨集, 33rd (CD-ROM), 2023年
• 自然科学における機械学習と機械発見
  瀧川一学; 瀧川一学, 結晶成長国内会議予稿集(CD-ROM), 51st, 2022年
• 機械学習と機械発見:自然科学研究におけるデータ利活用の再考
  瀧川一学; 瀧川一学, 電子情報通信学会技術研究報告(Web), 122, 325(IBISML2022 40-64), 2022年
• 機械学習を用いたLC-TEM観察像の核生成検出による核生成経路の検討
  勝野弘康; 木村勇気; 山崎智也; 瀧川一学; 瀧川一学, 日本物理学会講演概要集(CD-ROM), 77, 2, 2022年
• 機械学習により見出された逆水性ガスシフト反応に有効な多元素触媒の作用機構研究
  峯真也; 陳鐸天; 王剛; 鳥屋尾隆; 瀧川一学; 瀧川一学; 松下康一; 清水研一, 触媒討論会討論会A予稿集(CD-ROM), 130th, 2022年
• 機械学習を用いた札幌市におけるPM_2.5の変動予測手法の開発と検証
  仁木正義; 安成哲平; 安成哲平; 瀧川一学; 瀧川一学, 日本気象学会大会講演予稿集(CD-ROM), 122, 2022年
• 機械学習を用いたシベリア域北東部と南西部の森林火災の発生件数と焼失面積の予測
  伊藤佳樹; 安成哲平; 安成哲平; 瀧川一学; 瀧川一学, 日本気象学会大会講演予稿集(CD-ROM), 122, 2022年
• TiO₂表面上の分子吸着に関するフロンティア軌道理論
  蒲池高志; 蒲池高志; 濱本信次; 巽俊暢; 高尾基史; 鳥屋尾隆; 鳥屋尾隆; 日沼洋陽; 前野禅; 高草木達; 古川森也; 古川森也; 瀧川一学; 清水研一; 清水研一, 日本化学会春季年会講演予稿集(Web), 102nd, 2022年
• 機械学習を利用した逆水性ガスシフト反応に有効な多元素触媒の開発
  峯真也; 陳鐸天; 王剛; 鳥屋尾隆; 鳥屋尾隆; 前野禅; 瀧川一学; 瀧川一学; 松下康一; 真崎仁詩; 清水研一; 清水研一, 触媒討論会講演予稿集(CD-ROM), 129th, 2022年
• 機械学習を自然現象の理解・発見に使いたい人に知っておいてほしいこと
  瀧川一学, 科学技術未来戦略ワークショップ報告書 機器の安全性を高める破壊・寿命予測の科学技術基盤の構築 令和3年, 2022年
• 観測バイアスを考慮した化合物ネットワークのリンク予測
  乾拓海; 原田将之介; LIU Yang; 竹内孝; 瀧川一学; 山西芳裕; 鹿島久嗣, 人工知能学会全国大会(Web), 36th, 4Yin214, 4Yin214, 2022年
  データにもとづく化合物間の相互作用の予測は、創薬をはじめする様々な応用が期待されており、近年では、機械学習によって化合物ネットワークを予測する試みが盛んである。しかしながら、実験対象の選択にまつわる過去の化学者の様々な判断が、学習に用いるデータに偏りを生じさせ、ひいては予測精度の低下をもたらすことが懸念される。本研究では、この観測バイアスを補正しながら学習を行うために、確率変数間の独立性の指標として用いられるHSICを正則化項として用いた表現学習によって、予測精度の向上を図る。実データに実験バイアスを模した観測偏りを導入した半人工データを用いた実験によって、提案するアプローチによってバイアスの緩和がなされ、予測精度が向上することを示した。, 一般社団法人 人工知能学会, 日本語
• ZDDの区間メモ化探索技法によるコスト制約組合せ問題の高速な解列挙
  湊真一; 番原睦則; 堀山貴史; 川原純; 瀧川一学; 瀧川一学; 山口勇太郎, 情報処理学会研究報告(Web), 2022, AL-187, 2022年
• 表面電荷密度を用いた界面モデル自動生成
  日沼洋陽; 瀧川一学; 香山正憲; 田中真悟, 日本物理学会講演概要集(CD-ROM), 76, 2, 2021年
• 機械学習から見た関心と課題
  瀧川一学; 瀧川一学, 俯瞰ワークショップ報告書 ナノテクノロジー・材料分野 区分別分科会 「プロセスインフォマティクスの俯瞰-材料合成プロセスへのデータ科学適用の現状と展望」 令和3年, 2021年
• TiO₂表面上の分子吸着に関するフロンティア軌道理論
  濱本信次; 巽俊暢; 高尾基史; 鳥屋尾隆; 鳥屋尾隆; 日沼洋陽; 前野禅; 高草木達; 古川森也; 古川森也; 瀧川一学; 清水研一; 清水研一; 蒲池高志; 蒲池高志, 分子科学討論会講演プログラム&要旨(Web), 15th, 2021年
• 外挿的探索を可能にする機械学習モデルを用いた新規触媒探索
  向山拓実; 峯真也; 鳥屋尾隆; 鳥屋尾隆; 前野禅; 高草木達; 瀧川一学; 瀧川一学; 清水研一; 清水研一, 触媒討論会討論会A予稿集(CD-ROM), 128th, 2021年
• 外挿的探索が可能な機械学習手法を用いた水性ガスシフト反応触媒の文献データ解析と新規触媒予測
  峯真也; 鳥屋尾隆; 鳥屋尾隆; 前野禅; 瀧川一学; 瀧川一学; 清水研一; 清水研一, 触媒討論会討論会A予稿集(CD-ROM), 128th, 2021年
• 分子のグラフ表現と幾何構造の機械学習
  瀧川一学; 瀧川一学, 日本分子生物学会年会プログラム・要旨集(Web), 44th, 2021年
• AIに宝石鑑定は可能か?-深層学習によるダイヤモンドクラリティグレーディングの試み-
  川野潤; 花岡瞳; 北脇裕士; 江森健太郎; 瀧川一学, 宝石学会(日本)講演会・総会プログラム, 2021 (CD-ROM), 61, 61, 2021年
  【はじめに】
  
  近年、大規模計算やクラウドコンピューティングが可能になったことを背景に、人工知能関連技術は大きく発展し、さまざまな分野で利用されるようになってきた。従来熟練した技術者によって行われてきたダイヤモンドグレーディングでもこうした技術を利活用することで、客観的な指標を提供できる可能性がある。
  
  本研究では、画像判別に近年広く利用されている深層学習を用いたダイヤモンドのクラリティグレーディングを行い、その有用性の検討を試みた。多数の画像から予測に必要な画像特徴を計算機が自動的に抽出して判別を行う機械学習アルゴリズムであり、顔認証などによく用いられている。本研究では、熟練した技術者によりグレーディングされたダイヤモンドの画像を用い、一部を教師データとして学習させた後、残りの画像についてグレードの予測を行い、技術者によるグレーディング結果と比較して正答率を導いた。
  
  【計算手法】
  
  本研究では、 ResNetという深層畳込みニューラルネットワークを用いた教師あり学習による予測モデル構築および評価を行った。 ImageNetデータセットと呼ばれる 1000種類の物体認識用の 100万枚以上の画像データで学習済みのモデルパラメタを初期値として学習を行った。 訓練およびテスト用の画像として、 VS2～I3としてグレーディングされたダイヤモンドの画像約 65000枚を用いた。ここで用いる画像は､深層学習の目的のために撮影したものではなく、日常のルーチンワークとしてテーブル面から全体を撮影したものである。
  
  ここからランダムに選んだ画像の2/3を学習用の教師データとして用い、残りの 1/3をテスト用とした。利用できる各グレードの画像の枚数には大きなばらつきがあったため、学習時には、枚数が少ないグレードのものほど大きな重みをつけることにより、それぞれのグレードを均等に評価した。
  
  【結果と考察】
  
  今回、深層学習をクラリティグレーディングに応用するにあたっては、他のグレード指標は考慮せずに学習を行った。バッチサイズなどが異なる条件で学習させてテスト画像の予測を行った結果、最も高いもので 80%を超える全体の正答率が得られた。１つのグレードの画像が約 300枚以上ある場合には、グレードごとの正答率の大きなばらつきはみられなかった。ただし、正解のグレードに対して、予測結果が 2グレード以上異なったものは、他のグレード指標が影響を及ぼしている可能性が示唆された。今後、学習結果に影響を与える条件や画像処理方法を精査することにより、より正確なグレーディング予測を行えるようになることが期待できる。, 宝石学会（日本）, 日本語
• コスト制約つき組合せ問題に対するZDDを用いた高速な解列挙手法
  湊真一; 番原睦則; 堀山貴史; 川原純; 瀧川一学; 瀧川一学; 山口勇太郎, 電子情報通信学会技術研究報告(Web), 120, 276(COMP2020 18-27), 2020年
• 機械学習を用いたメタン酸化カップリング反応の文献データ解析と新規触媒予測
  鳥屋尾隆; 鳥屋尾隆; 高尾基史; 前野禅; 高草木達; 瀧川一学; 瀧川一学; 清水研一; 清水研一, 触媒討論会講演予稿集(CD-ROM), 125th, 2020年
• 機械学習による化学反応の予測と設計
  瀧川一学; 瀧川一学, 統計関連学会連合大会講演報告集, 2020, 2020年
• 非定常データストリームにおける適応的決定木を用いたアンサンブル学習 (特集 「命題論理の充足可能性問題SATの最新動向」および一般)
  菅原 優; 瀧川 一学, 人工知能基本問題研究会, 109, 56, 61, 2019年03月13日
  人工知能学会, 日本語
• 入力表現の適応的選択を伴うグラフ畳み込みネットワーク学習
  菊地 翔馬; 瀧川 一学, 第81回全国大会講演論文集, 2019, 1, 369, 370, 2019年02月28日
  グラフは、様々な知識処理に応用されるデータ構造である。近年、グラフデータからの教師付き学習が、生命科学や物質科学における予測モデルとして機械学習分野で研究されており、より高精度で効率的な手法が求められている。Duvenaudらは、グラフの各ノードに状態ベクトルを付与しグラフ畳み込み演算を適用する手法を提案し、化学構造データを用いた実験により手法の有効性を示した。ノードの初期状態ベクトルとして各原子の化学情報を用いた入力表現が用いられているが、対象に応じて予測に適切な表現を設計する必要がある。本研究では予測に適切な表現を入力ごとに候補から重み付き選択する層を導入した拡張手法を提案する。, 日本語
• 不均一系触媒研究のための機械学習と最適実験計画
  瀧川一学; 瀧川一学, 応用物理学会秋季学術講演会講演予稿集(CD-ROM), 80th, 240, 240, 2019年
  公益社団法人 応用物理学会, 日本語
• 大きな正規表現に対する系列二分決定グラフを用いた効率よい照合手法
  瀧澤涼介; 喜田拓也; 有村博紀; 瀧川一学, 電子情報通信学会技術研究報告, 119, 249(COMP2019 18-28)(Web), 2019年
• 酸化物表面における酸素脱着の密度汎関数法計算
  日沼洋陽; 日沼洋陽; 鳥屋尾隆; 鳥屋尾隆; 蒲池高志; 蒲池高志; 前野禅; 高草木達; 古川森也; 古川森也; 瀧川一学; 瀧川一学; 清水研一; 清水研一, 触媒討論会討論会A予稿集(CD-ROM), 124th, 2019年
• 機械学習によるメタン酸化カップリング反応に有効な触媒探索
  高尾基史; 鳥屋尾隆; 鳥屋尾隆; 前野禅; 高草木達; 瀧川一学; 瀧川一学; 清水研一; 清水研一, ケモインフォマティクス討論会予稿集(Web), 42nd, 2019年
• 深層学習を用いたペプチド由来質量分析イオンピークの検出法の開発
  守屋勇樹; 田畑剛; 田畑剛; 岩崎未央; 河野信; 河野信; 五斗進; 石濱泰; 瀧川一学; 瀧川一学; 吉沢明康, 日本分子生物学会年会プログラム・要旨集(Web), 42nd, 2019年
• 人工知能の基本問題:これまでとこれから
  瀧川一学; 瀧川一学, 人工知能学会人工知能基本問題研究会資料, 110th, 38, 2019年
  一般社団法人 人工知能学会, 日本語
• 化学反応ネットワークにおける最適反応経路候補の列挙
  中野裕太; 瀧川一学; 瀧川一学; 瀧川一学; 瀧川一学, 情報処理学会研究報告(Web), 2019, MPS-122, Vol.2019‐MPS‐122,No.16,1‐6 (WEB ONLY), 2019年
  日本語
• 酸化物表面の酸素脱着エネルギーと小分子吸着エネルギーの密度汎関数法計算
  日沼洋陽; 日沼洋陽; 鳥屋尾隆; 鳥屋尾隆; 蒲池高志; 蒲池高志; 前野禅; 高草木達; 古川森也; 古川森也; 瀧川一学; 瀧川一学; 清水研一; 清水研一, 日本金属学会講演概要(CD-ROM), 164th, ROMBUNNO.213, 2019年
  日本語
• 深層学習に基づくペプチド由来イオンピークの新規検出手法
  守屋勇樹; 田畑剛; 田畑剛; 岩崎未央; 河野信; 五斗進; 石濱泰; 瀧川一学; 瀧川一学; 吉沢明康, 質量分析総合討論会講演要旨集, 67th, 166, 2019年
  日本語
• 機械学習を利用した第一原理MDトラジェクトリの自動分類
  小林正人; 小林正人; 原渕祐; 原渕祐; 堤拓朗; 小野ゆり子; 瀧川一学; 瀧川一学; 武次徹也; 武次徹也, 日本コンピュータ化学会年会講演予稿集, 2018, 73, 2018年11月03日
  日本語
• 分子のグラフ表現と機械学習
  瀧川一学; 瀧川一学; 瀧川一学, 応用物理学会秋季学術講演会講演予稿集(CD-ROM), 79th, ROMBUNNO.18p‐CE‐9, 22, 2018年09月05日
  公益社団法人 応用物理学会, 日本語
• SeqBDDを用いた集合分割の族の表現法と実験的評価
  高橋翔哉; 湊真一; 瀧川一学, 情報処理学会研究報告(Web), 2018, AL-169, Vol.2018‐AL‐169,No.6,1‐7 (WEB ONLY), 2018年08月27日
  日本語
• 決定化されたグラフパターントライの学習アルゴリズム (特集 「ビジネスにおける機械学習/人工知能」及び一般)
  坂上 陽規; 栗田 和宏; 瀧川 一学; 有村 博紀, 人工知能基本問題研究会, 105, 63, 68, 2018年01月28日
  人工知能学会, 日本語
• 部分グラフ共起に基づくグラフ分類 (特集 「ビジネスにおける機械学習/人工知能」及び一般)
  岡崎 文哉; 瀧川 一学, 人工知能基本問題研究会, 105, 18, 23, 2018年01月28日
  人工知能学会, 日本語
• グラフ分類における部分グラフ特徴集合の確率的探索 (特集 「ビジネスにおける機械学習/人工知能」及び一般)
  白川 稜; 岡崎 文哉; 瀧川 一学, 人工知能基本問題研究会, 105, 12, 17, 2018年01月28日
  人工知能学会, 日本語
• 決定化されたグラフパターントライの学習アルゴリズム
  坂上陽規; 栗田和宏; 瀧川一学; 有村博紀, 人工知能学会人工知能基本問題研究会資料, 105th, 63‐68, 2018年01月22日
  一般社団法人 人工知能学会, 日本語
• 部分グラフ共起に基づくグラフ分類
  岡崎文哉; 瀧川一学; 瀧川一学, 人工知能学会人工知能基本問題研究会資料, 105th, 18‐23, 2018年01月22日
  一般社団法人 人工知能学会, 日本語
• グラフ分類における部分グラフ特徴集合の確率的探索
  白川稜; 岡崎文哉; 瀧川一学; 瀧川一学, 人工知能学会人工知能基本問題研究会資料, 105th, 12‐17, 2018年01月22日
  一般社団法人 人工知能学会, 日本語
• Graph of Graphsに対する二重畳み込みニューラルネットワーク
  原田 将之介; 秋田 大空; 椿 真史; 馬場 雪乃; 瀧川 一学; 山西 芳裕; 鹿島 久嗣, 人工知能学会全国大会論文集, 2018, 0, 2A101, 2A101, 2018年
  

  グラフは一般的かつ強力なデータ表現技法で、化合物やソーシャルネットワーク等の複雑な構造を表現する際に有用である。グラフ構造で表現されるデータに対する機械学習の応用も盛んに行われているが、既存の機械学習手法の殆どはデータが固定長のベクトルで表されていることを前提としているため、グラフの適切な取り扱い方について多くの研究が成されてきた。近年のグラフニューラルネットワークは、グラフからの自動的かつ柔軟な特徴抽出を可能にし、予測精度を大きく向上させた。本論文では、これまで別々に研究が成されてきた外部グラフ及び内部グラフから構成される、より一般的なグラフ構造であるgraph of graphsのノードに対して、内外を統合する一貫学習による二重畳み込み法を用いて特徴表現学習を行う。実データを用いたリンク予測実験で、提案手法の有用性を示す。

  , 一般社団法人 人工知能学会, 日本語
• グラフ断片決定木を用いたグラフ特徴抽出手法
  坂上 陽規; 瀧川 一学; 有村 博紀, 人工知能学会全国大会論文集, 2018, 0, 3Pin110, 3Pin110, 2018年
  

  グラフ断片決定木(graph frangmented decision trees)は，テストとしてグラフパターンの拡張演算を持つような決定木であり，グラフ決定リストのような１次のグラフパターンをもつグラフ分類規則とみなせる．われわれは，先行研究（坂上他，第105回SIGFPAI研究会）で，gSpanのようなグラフパターン列挙手法を用いずに，グラフ断片決定木を貪欲にトップダウン構築する学習アルゴリズムGFDTを提案した．本稿では，GFDTアルゴリズムをgSpanのようなグラフ属性発見器として用いて，集約学習器（ランダムフォレストRF）と組み合わせた場合の性能を実験的に評価する．実データを用いた実験では，gSpanとRFを組み合わせた手法と比較し，その有用性を調べた．

  , 一般社団法人 人工知能学会, 日本語
• メタンの有効利用を目的とした機械学習による吸着エネルギー予測
  鳥屋尾隆; 鳥屋尾隆; 高草木達; 瀧川一学; 清水研一; 清水研一, 触媒討論会討論会A予稿集, 122nd, 46, 2018年
  日本語
• グラフデータの機械学習における特徴表現の設計と学習
  瀧川一学; 瀧川一学, 日本応用数理学会年会講演予稿集(CD-ROM), 2017, 351‐352, 2017年09月04日
  日本語
• 合成変量とアンサンブル:回帰森と加法モデルの要点
  瀧川一学; 瀧川一学, 電子情報通信学会技術研究報告, 117, 96(CAS2017 1-23), 43, 2017年06月12日
  日本語
• ABS作動データを用いた分析による札幌市内の道路凍結の予測
  穐本 浩昇; 田中 讓; 瀧川 一学, 第79回全国大会講演論文集, 2017, 1, 443, 444, 2017年03月16日
  本研究は、札幌市の凍結防止剤の散布のタイミングと対象エリアの助言サービスとドライバーへの凍結スリップ危険度の警告サービスの実現を目指し、道路凍結の予測システムを構築することを目的としている。札幌市を1kmメッシュ状に分け、各エリアの1時間ごとの路面の摩擦係数を気象データや交通データから予測する。教師データに用いる摩擦係数はエリア内を実際に走った車のABS（アンチロックブレーキシステム）の作動データより得られる。まず凍結路面と圧雪路面に分類してから各々の路面モデルで回帰をする二段階推定により予測精度の向上が見られた。, 日本語
• ABS作動データを用いた分析による札幌市内の道路凍結の予測
  穐本浩昇; 田中讓; 瀧川一学; 瀧川一学, 情報処理学会全国大会講演論文集, 79th, 3, 3.443‐3.444, 2017年03月16日
  日本語
• 全部分グラフ指示子に基づく決定木の勾配ブースティング
  横山 侑政; 瀧川 一学, 人工知能学会全国大会論文集, 2017, 0, 1K13, 1K13, 2017年
  

  グラフ分類問題において、従来研究では部分グラフ指示子の線形モデルで表現可能な仮説クラスの学習に制限されていた。そこで、本研究では非線形モデルである決定木を弱学習器に用いた勾配ブースティングを提案する。本手法では、決定木の学習は全部分グラフ指示子に基づいて行う。いくつかのベンチマークデータセットに対して実験を行うことで、その性能を評価する。

  , 一般社団法人 人工知能学会, 日本語
• 系列二分決定グラフを用いた頻出部分グラフの圧縮表現
  岡崎 文哉; 奥山 葉月; 瀧川 一学; 湊 真一, 人工知能学会全国大会論文集, 2017, 0, 4A11, 4A11, 2017年
  

  頻出部分グラフマイニングは，与えられたグラフ集合に頻出する部分グラフを列挙する問題である．出力部分グラフが膨大な数であることが多く，列挙後の保存や利活用が難しい．本研究では，系列二分決定グラフ(SeqBDD)を用いた圧縮索引化手法を提案する．各部分グラフを系列として表現し，部分グラフ集合をSeqBDDとして出力する．グラフの系列表現を3種類提案し，実データを用いた実験により圧縮率を検証する．

  , 一般社団法人 人工知能学会, 日本語
• カルパインの特性を規定する基質特異性の定量的構造-活性相関解析
  大内史子; 小山傑; 小山傑; 進藤真由美; 馬見塚拓; 瀧川一学; 尾嶋孝一; 秦勝志; 小野弥子; 反町洋之, 日本農芸化学会大会講演要旨集(Web), 2017, ROMBUNNO.3J34a03 (WEB ONLY), 2017年
  日本語
• 機械学習を用いた金属表面における反応活性因子の予測
  瀧川 一学; 清水 研一; 津田 宏治; 高草木 達, 表面科学学術講演会要旨集, 37, 0, 47, 47, 2017年
  金属のdバンド中心は、様々な触媒反応の活性序列を示す良い指標である。dバンド中心は第一原理計算によって求めるが、種々の金属やバイメタル系に対して網羅的に計算を行うのは、計算・時間コストが高くなる。そこで本研究では，金属の密度，イオン化エネルギー等の入手容易な物理量を記述子とし、種々の金属・合金のdバンド中心の機械学習による高速予測を検討し，その結果、妥当な精度で予測できることを実証した。, 公益社団法人 日本表面科学会, 日本語
• メディエーター複合体による転写終結制御機構
  高橋秀尚; 柴田美音; 瀧川一学; 渡部昌; 築山忠維; 山本淳一; 山口雄輝; 藤井聡; 飯田緑; RANJAN Amol; SATO Shigeo; TOMOMORI-SATO Chieri; CONAWAY Joan; CONAWAY Ronald; 畠山鎮次, 日本生化学会大会(Web), 90th, [4P2T15, 0635)], 2017年
  生命科学系学会合同年次大会運営事務局, 日本語
• 全部分グラフ指示子に基づく決定木勾配ブースティング
  横山侑政; 瀧川一学; 瀧川一学, 人工知能学会全国大会論文集(CD-ROM), 31st, ROMBUNNO.1K1‐3, 2017年
  日本語
• 定量的構造活性相関予測における化合物特徴表現の実験的検証
  越野沙耶佳; 岡崎文哉; 瀧川一学; 瀧川一学, 人工知能学会全国大会論文集(CD-ROM), 31st, ROMBUNNO.4J1‐4, 2017年
  日本語
• 系列二分決定グラフを用いた頻出部分グラフの圧縮表現
  岡崎文哉; 奥山葉月; 瀧川一学; 瀧川一学; 湊真一, 人工知能学会全国大会論文集(CD-ROM), 31st, ROMBUNNO.4A1‐1, 2017年
  日本語
• 組成情報と要素特徴量の統合に基づく化学反応量の予測
  鈴木慶介; 瀧川一学; 瀧川一学; 清水研一; 高草木達, 人工知能学会全国大会論文集(CD-ROM), 31st, ROMBUNNO.4J1‐3, 2017年
  日本語
• 組成情報と要素特徴量の統合に基づく化学反応量の予測
  鈴木 慶介; 瀧川 一学; 清水 研一; 高草木 達, 人工知能学会全国大会論文集, 2017, 0, 4J13, 4J13, 2017年
  

  メタンの酸化カップリング反応技術は,天然ガスを有効利用する手法の一つとして注目されており,機械学習を用いて反応量を予測する既存研究も存在する.本稿では既存研究に対して新たに,学習に用いるデータの形式(組成情報)と,特徴間の類似度を考慮したモデリングを行った結果を報告する.

  , 一般社団法人 人工知能学会, 日本語
• 定量的構造活性相関予測における化合物特徴表現の実験的検証
  越野 沙耶佳; 岡崎 文哉; 瀧川 一学, 人工知能学会全国大会論文集, 2017, 0, 4J14, 4J14, 2017年
  

  定量的構造活性相関は，化学構造からその活性を予測する問題である．創薬の分野では化学的知識を用いて特徴量を導出するのが一般的である．一方，情報科学分野ではグラフに対する機械学習手法が提案されてきており分子グラフデータに適用されているが創薬分野の手法との精度比較は十分になされていない．本研究では，両分野それぞれの特徴量を用いた機械学習を行い，実験的に精度を比較する．

  , 一般社団法人 人工知能学会, 日本語
• 平行移動不変な非負値行列因子分解とその分析
  鈴木慶介; 今井英幸; ZHANG Ruoni; 瀧川一学; 瀧川一学; 湊真一, 情報科学技術フォーラム講演論文集, 15th, 175‐176, 2016年08月23日
  日本語
• 全部分グラフ指示子に基づく決定木学習 (特集 「離散問題とデータ科学の接点」および一般)
  横山 侑政; 瀧川 一学, 人工知能基本問題研究会, 99, 75, 80, 2016年01月21日
  人工知能学会, 日本語
• 全部分グラフ指示子に基づく決定木学習
  横山侑政; 瀧川一学, 人工知能学会人工知能基本問題研究会資料, 99th, 75, 80, 2016年01月20日
  日本語
• An Online Self-constructive Locally Updated Normalized Gaussian Network with Localized Splitting
  バックフース ヤナ; 瀧川 一学; 今井 英幸; 工藤 峰一; 杉本 雅則, 人工知能学会全国大会論文集, 2016, 0, 3E43, 3E43, 2016年
  一般社団法人 人工知能学会, 日本語
• カルパインの基質切断部位の予測
  大内史子; 小山傑; 小山傑; 小野弥子; 秦勝志; 尾嶋孝一; 尾嶋孝一; 進藤真由美; DE VERLE David; DE VERLE David; 土井奈穂子; 瀧川一学; 瀧川一学; 馬見塚拓; 反町洋之, 日本病態プロテアーゼ学会学術集会プログラム抄録集, 21st, 36, 2016年
  日本語
• Wildcard許容頻出部分グラフパターンのグラフ分類への応用
  岡崎 文哉; 瀧川 一学, 人工知能学会全国大会論文集, 2016, 0, 3I43, 3I43, 2016年
  一般社団法人 人工知能学会, 日本語
• Wildcardを許容した頻出部分グラフマイニング (情報論的学習理論と機械学習 情報論的学習理論ワークショップ(IBIS2015))
  岡崎 文哉; 瀧川 一学, 電子情報通信学会技術研究報告 = IEICE technical report : 信学技報, 115, 323, 25, 32, 2015年11月26日
  電子情報通信学会, 日本語
• Wildcardを許容した頻出部分グラフマイニング
  岡崎文哉; 瀧川一学, 電子情報通信学会技術研究報告, 115, 323(IBISML2015 52-93), 25‐32, 2015年11月19日
  日本語
• データマイニングとしての多重標的相互作用解析
  瀧川一学, CBI学会大会, 2015, 66, 2015年10月26日
  日本語
• メディエーター複合体のサブユニットMED26はLittle elongation complexをリクルートすることでsnRNA遺伝子の転写を制御する
  高橋秀尚; 瀧川一学; 渡部昌; Delnur Anwar; 柴田美音; 佐藤チエリ; 佐藤滋生; Amol Ranjan; Chris W. Seidel; 築山忠維; 水島航; 林正康; 大川恭行; Joan; W. Conaway,Ronal; C. Conaway; 畠山鎮次, 北海道医学雑誌, 90, 1, 76, 76, 2015年
  日本語
• データマイニングとしての多重標的相互作用解析
  瀧川一学, CBI学会研究講演会, 365th, 6, 2015年
  日本語
• MODELING OF MEDIA USAGE FOR DISASTER INFORMATION COLLECTION DURING THE 2011 THAI FLOOD
  HENRY Michael; KAWASAKI Akiyuki; TAKIGAWA Ichigaku; MEGURO Kimiro, 土木学会年次学術講演会講演概要集(CD-ROM), 69th, ROMBUNNO.CS2-015, 2014年08月01日
  英語
• 多数のグラフからの統計的機械学習
  瀧川一学, 人工知能学会人工知能基本問題研究会資料, 94th, 15, 2014年07月24日
  日本語
• 神経変性疾患に関する調査研究 脊髄空洞症のゲノム構造多型(CNV)解析
  佐々木秀直; 浜結香; 佐久嶋研; 加納崇裕; 廣谷真; 矢部一郎; 瀧川一学, 神経変性疾患に関する調査研究 平成25年度 総括・分担研究報告書, 128, 129, 2014年
  日本語
• Med26はLittle elongation complexをリクルートすることでsmall nuclear RNA遺伝子の発現を制御する
  高橋秀尚; 瀧川一学; 渡部昌; ANWAR Delnur; 柴田美音; 佐藤チエリ; 佐藤滋生; RANJAN Amol; SEIDEL Chris; 築山忠維; 林正康; 大川恭行; CONAWAY Joan; CONAWAY Ronald; 畠山鎮次, 日本生化学会大会(Web), 87th, [2T15p, 16], 2014年
  (公社)日本生化学会, 日本語
• 運動失調症の病態解明と治療法開発に関する研究 ゲノムコピー数多型による多系統萎縮症発症素因の解析
  佐々木秀直; 浜結香; 松島理明; 矢部一郎; 瀧川一学; 内海潤, 運動失調症の病態解明と治療法開発に関する研究 平成25年度 総括・分担研究報告書, 149, 154, 2014年
  日本語
• メディエーター複合体による転写伸長制御
  高橋秀尚; 瀧川一学; 渡部昌; ANWAR Delnur; 柴田美音; 佐藤チエリ; 佐藤滋生; RANJAN Amol; SEIDEL Chris W; 築山忠維; 林正康; 大川恭行; CONAWAY Joan W; CONAWAY Ronald C; 畠山鎮次, 日本分子生物学会年会プログラム・要旨集(Web), 37th, 1W15-3(1P-0237) (WEB ONLY), 2014年
  日本語
• 頑健な検出アルゴリズムを用いた楕円の検出精度について
  原田裕基; 瀧川一学; 今井英幸, 日本計算機統計学会シンポジウム論文集, 27th, 235, 238, 2013年11月15日
  日本語
• 頑健な検出アルゴリズムを用いた楕円の検出精度について(セッション7B 一般セッション)
  原田 裕基; 瀧川 一学; 今井 英幸, 日本計算機統計学会シンポジウム論文集, 27, 0, 235, 238, 2013年
  日本計算機統計学会, 日本語
• Med26はLittle elongation complexをリクルートすることでsmall nuclear RNA遺伝子の発現を制御する
  TAKAHASHI Hidehisa; 瀧川一学; ANWAR Delnur; 柴田美音; TOMOMORI-SATO Chieri; SATO Shigeo; RANJAN Amol; SEIDEL Chris; 築山忠維; 渡部昌; 林正康; 大川恭行; CONAWAY Joan; CONAWAY Ronald; 畠山鎮次, 日本分子生物学会年会プログラム・要旨集(Web), 36th, 1P-0182 (WEB ONLY), 2013年
  日本語
• DNAシーケンスからの近似頻出パターンの発見 (「マルチエージェントの基礎理論とその応用」および一般)
  中村 篤祥; 瀧川 一学; 戸坂 央, 人工知能基本問題研究会, 85, 23, 28, 2012年02月02日
  人工知能学会, 英語
• Finding Approximate Frequent Patterns from DNA Sequences
  NAKAMURA Atsuyoshi; TAKIGAWA Ichigaku; TOSAKA Hisashi; KUDO Mineichi; MAMITSUKA Hiroshi, 人工知能学会人工知能基本問題研究会資料, 85th, 23, 28, 2012年01月26日
  英語
• Enumerating Biclusters on Gene Expression Data by Mining Frequent Itemsets
  TAKAHASHI Keiichiro; TAKIGAWA Ichigaku; MAMITSUKA Hiroshi, 情報計算化学生物学会大会予稿集, 2011 (CD-ROM), ROMBUNNO.JSBI-41, 2011年11月08日
  英語
• ロバスト相関係数差とP‐値による交互作用遺伝子対の効率的検出手法
  茅野光範; 茅野光範; 瀧川一学; 瀧川一学; 志賀元紀; 志賀元紀; 津田宏治; 津田宏治; 馬見塚拓; 馬見塚拓, 統計関連学会連合大会講演報告集, 2010, 210, 2010年09月
  日本語
• Parametric summarization of frequent subgraphs for characterizing structural features of bioactive compounds
  TAKIGAWA Ichigaku; MAMITSUKA Hiroshi, Proc Annu Conf Jpn Soc Bioinform, 2010, P019.1-P019.2, 2010年
  英語
• Finding three-way gene interactions from transcript and genotype data
  KAYANO Mitsunori; TAKIGAWA Ichigaku; SHIGA Motoki; TSUDA Koji; MAMITSUKA Hiroshi, Proc Annu Conf Jpn Soc Bioinform, 2010, P069.1-P069.2, 2010年
  英語
• iTRAQを用いた多重ペプチド鎖切断分析によるカルパイン基質配列特異性の解析
  小山傑; 小山傑; 秦勝志; 小野弥子; 上野美香; 瀧川一学; 馬見塚拓; 阿部啓子; 反町洋之; 反町洋之, 日本農芸化学会大会講演要旨集, 2009, 291, 2009年03月05日
  日本語
• CaMPDB: A RESOURCE FOR CALPAIN AND MODULATORY PROTEOLYSIS
  DU VERLE David; TAKIGAWA Ichigaku; ONO Yasuko; SORIMACHI Hiroyuki; MAMITSUKA Hiroshi, Genome Inform Ser, 22, 202, 213, 2009年
  英語
• 酵素遺伝子の発現情報に基づく効率的な代謝経路ランキング
  瀧川一学; 馬見塚拓, 統計関連学会連合大会講演報告集, 2008, 156, 2008年09月
  日本語
• 多様なゲノムデータの統合的クラスタリング解析
  志賀 元紀; 瀧川 一学; 馬見塚 拓, 生物物理, 48, 3, 190, 194, 2008年05月25日
  一般社団法人日本生物物理学会, 日本語
• iTRAQを用いた多重ペプチド鎖切断分析によるカルパイン基質配列特異性の解析
  小山傑; 小山傑; 秦勝志; 小野弥子; 尾嶋孝一; 尾嶋孝一; 林智佳子; 林智佳子; 北村ふじ子; 土井菜穂子; 土井菜穂子; 瀧川一学; 松島由典; 阿部啓子; 馬見塚拓; 反町洋之; 反町洋之, 日本蛋白質科学会年会プログラム・要旨集, 8th, 87, 2008年05月23日
  日本語
• Developing a Substrate Predictor with Sequence information
  MATSUSHIMA Yoshifumi; TAKIGAWA Ichigaku; ONO Yasuko; SORIMACHI Hiroyuki; MAMITSUKA Hiroshi, Proc Annu Conf Jpn Soc Bioinform, 2008, P071.1-P071.2, 2008年
  英語
• Association of SNPs with Multiple Genes Using a Nonlinear Regression Model
  KAYANO Mitsunori; TAKIGAWA Ichigaku; SHIGA Motoki; TSUDA Koji; MAMITSUKA Hiroshi, Proc Annu Conf Jpn Soc Bioinform, 2008, P049.1-P049.2, 2008年
  英語
• Efficiently finding significant substructural patterns conserved in glycans
  TAKIGAWA Ichigaku; HASHIMOTO Kosuke; SHIGA Motoki; KANEHISA Minoru; MAMITSUKA Hiroshi, Proc Annu Conf Jpn Soc Bioinform, 2008, P066.1-P066.2, 2008年
  英語
• A probabilistic model for clustering text documents with multiple fields
  Shanfeng Zhu; Ichigaku Takigawa; Shuqin Zhang; Hiroshi Mamitsuka, ADVANCES IN INFORMATION RETRIEVAL, 4425, 331, +, 2007年
  英語
• 発現プロファイルに基づく代謝経路の遺伝子系列ランキング
  瀧川 一学; 馬見塚 拓, 情報処理学会研究報告. BIO, バイオ情報学, 4, 13(BIO-4), 1, 7, 2006年02月09日
  代謝経路における各連鎖反応を触媒するための酵素遺伝子の系列について、それらの発現情報を元にどの経路が活性化されているかをランキングする枠組みと方法を提案する。代謝経路中の反応の一次隣接性を二項関係とし発現プロファイルの類似尺度値を重みとして持つ遺伝子グラフに半順序の頂点クラスを付与しパスランキングを行うアルゴリズムを示す。この手法によって発現プロファイルを用いて興味ある代謝経路の転写活性を分析することができる。, 一般社団法人情報処理学会, 日本語
• Applying Gaussian distribution-dependent criteria to decision trees for high-dimensional microarray data
  Raymond Wan; Ichigaku Takigawa; Hiroshi Mamitsuka, DATA MINING AND BIOINFORMATICS, 4316, 40, +, 2006年
  英語
• パスウェイデータを用いた遺伝子発現情報解析
  瀧川一学, スーパーコンピューターラボラトリー 平成17年度 研究成果報告書, 105-107, 107, 2006年
  日本語
• The convex subclass method: Combinatorial classifier based on a family of convex sets
  Takigawa, I; M Kudo; A Nakamura, MACHINE LEARNING AND DATA MINING IN PATTERN RECOGNITION, PROCEEDINDS, 3587, 90, 99, 2005年
  英語
• 最小包含球の族による被覆を用いたノンパラメトリック識別
  瀧川 一学; 工藤 峰一, 電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解, 104, 524, 37, 42, 2004年12月17日
  与えられた正例の部分集合の最小包含球のうち,負例を一つも含まないような超球族をプロトタイプとして用いたノンパラメトリック多クラス識別法を提案する。本稿では軸平行超矩形族によるクラス被覆に基づく従来の部分クラス法を一般化して再定式化し,その枠組で定義を満たす部分クラス族を得る厳密アルゴリズムと効率的に実行可能な部分クラスを得る逐次追加型の確率的アルゴリズムを示し,その性質を議論する.また,罰則関数を用いたソフト識別への拡張方法を提示し,いくつかのデータでの予備実験の結果を示す., 一般社団法人電子情報通信学会, 日本語
• 劣決定信号復元における最小ノルム系列の効率的構成
  瀧川 一学; 外山 淳; 工藤 峰一, 電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解, 103, 296, 113, 118, 2003年09月09日
  近年注目を集めている音声信号などの信号源分離において,マイクの個数が音源数より少ない場合などの系が劣決定な場合は,系を同定した後,その線形系の解を一意に決める必要がある.これには各時刻での最小l_1ノルム解がよく用いられており,通常各時刻で線形計画問題を解く必要がある.本研究では音声のようにサンプル数の大きいデータに対し,この最小l_1ノルム系列の構成を効率よく行う手法について検討する., 一般社団法人電子情報通信学会, 日本語
• 劣決定情報源分離問題におけるl₁ノルム最小解の分析
  瀧川一学; 外山淳; 工藤峰一, 情報科学技術フォーラム, FIT 2003, 343-344, 344, 2003年08月25日
  日本語

• データサイエンスエキスパート演習 : 日本統計学会公式認定統計検定データサイエンスエキスパート対応
  日本統計学会
  東京図書, 2025年11月, 9784489024481, x, 483p, 日本語
• 言語能力は人工知能で解明できるか
  Hornstein, Norbert; 折田, 奈甫; 藤井, 友比呂; 小野, 創; 林, 美里; 岡野原, 大輔; 瀧川, 一学; 深井, 朋樹; 窪田, 悠介; 次田, 瞬; 佐治, 伸郎; 郷路, 拓也; 巽, 智子
  岩波書店, 2025年05月, 9784000053327, vii, 206p, 日本語
• データサイエンス発展演習 : 日本統計学会公式認定統計検定データサイエンス発展対応
  日本統計学会
  東京図書, 2024年09月, 9784489024290, xii, 354p, 日本語

• From Machine Learning to Machine Discovery: Practical Applications in Chemistry
  Ichigaku Takigawa
  Pacifichem 2025 symposium: Computational Modeling and Design of Functional Materials in the AI Era, 2025年12月16日
  2025年12月15日 - 2025年12月16日, ［招待講演］
• パネルディスカッション：データベースなしじゃ語れない！～マルチモーダル×AIは科学にどんな変革をもたらすの？～
  高木 利久; 相澤 彰子; 片山 俊明; 小島 諒介; 清田 純; 瀧川 一学; 夏目 やよい
  トーゴーの日シンポジウム2025, 2025年10月20日
• 生命科学のためのAI for Scienceと課題
  瀧川一学
  第4回 大学院医学セミナー, 横浜市立大学, 2025年06月13日
  ［招待講演］
• AI for Science:新しい科学の方法の科学
  東京大学 大学院理学系研究科 生物科学専攻 黒田研究室セミナー, 2025年05月29日
  ［招待講演］
• 機械学習から見るAI for Scienceの課題と展望,
  瀧川一学
  Oak Leafセミナー(柏キャンパス合同セミナー), 東京大学柏キャンパス, 2025年05月26日
  ［招待講演］
• AI for Science: 新しいデータ駆動科学の夜明けと憂鬱
  瀧川一学
  日本地球惑星科学連合2025年大会(JpGU)：結晶成⻑、溶解における界⾯・ナノ現象(M-IS13), 2025年05月25日
  ［招待講演］
• 機械学習・機械発見から見る化学
  瀧川一学
  第12回UDACセミナー, 東北大学未踏スケールデータアナリクスセンター, 2024年12月23日
  ［招待講演］
• Machine Learning and Machine Discovery for Data-Intensive Chemistry,
  Ichigaku Takigawa
  Workshop: Expanding Horizons of Data Science, IEEE eScience 2024, 2024年09月18日
  ［招待講演］
• 自然科学研究のための機械学習と機械発見
  瀧川一学
  日本がんと炎症・代謝研究会(SCIM) 第10回学術集会, 2024年06月08日
  ［招待講演］
• 帰納と演繹の間を求めて：記号と離散構造の統計的機械学習
  瀧川一学
  電子情報通信学会コンピュテーション研究会, 2024年05月08日, 口頭発表（招待・特別）
  ［招待講演］
• 機械学習を科学研究で使うとは？
  瀧川一学
  第12回WPIサイエンスシンポジウム、北海道大学, 2023年11月23日
• Exploring Practices in Machine Learning and Machine Discovery for Heterogeneous Catalysis
  Ichigaku Takigawa
  ACS Spring 2023 Symposium on AI-Accelerated Scientific Workflow, Indianapolis, USA
  2023年03月26日 - 2023年03月30日, ［招待講演］
• 機械学習と機械発見：自然科学融合が誘起するデータ科学の新展開
  瀧川一学
  学習院桜友会寄付講座(生命情報社会学)シンポジウム X-Informatics 〜巡り会うデータサイエンス〜, 学習院大学, 2023年02月18日
  ［招待講演］
• L-S1 決定木とアンサンブル学習の基礎と実践
  瀧川一学
  2022年度リーディングDAT(Data Analytics Talents)講座, 統計数理研究所, 2023年01月17日
• 機械学習と機械発見：自然科学研究におけるデータ利活用の再考
  瀧川一学
  情報論的学習理論と機械学習研究会(IBISML), 京都大学, 2022年12月22日, 口頭発表（招待・特別）
  ［招待講演］
• 小１にルービックキューブを教えてみた 〜群論スポーツの教育とパターン認知〜
  瀧川一学
  2022年度第2回領域集会 分科会, 科研費 学術変革領域(A) 社会変革の源泉となる革新的アルゴリズム基盤の創出と体系化, 京都大学清風荘(京都市), 2022年11月06日
• "データ化"する化学と情報技術・人工知能・データサイエンス
  瀧川一学
  2022年北海道地区化学教育研究協議会, 2022年11月05日, 口頭発表（招待・特別）
  ［招待講演］
• 自然科学における機械学習と機械発見
  瀧川 一学
  シンポジウム「機械学習が拡げる相転移研究の最前線」, JCCG-51 第51回結晶成長国内会議, 2022年11月01日, 口頭発表（招待・特別）
  ［招待講演］
• 決定森回帰の信頼区間推定, Benign Overfitting, 多変量木とReLUネットの入力空間分割
  瀧川一学
  フォレストワークショップ, JST CREST「学習/数理モデルに基づく時空間展開型アーキテクチャの創出と応用」機械学習グループ, 2022年02月24日, 口頭発表（招待・特別）
• Machine Learning for Molecules: Lessons and Challenges of Data-Centric Chemistry
  Ichigaku Takigawa
  Perspectives on Artificial Intelligence and Machine Learning in Materials Science, FY2021 IMI Joint Usage Research, Kyushu University,, 口頭発表（招待・特別）
  2022年02月04日 - 2022年02月06日, ［招待講演］
• 機械学習・機械発見とデータ中心的自然科学,
  瀧川一学
  科研費 学術変革領域(A) ASFA京都合同会議, 京都大学・寺町三条サテライトラボ,, 2021年12月22日, 口頭発表（一般）
• 決定木に基づくアンサンブル学習,
  瀧川
  2021年度リーディングDAT(Data Analytics Talents)講座, L-B2 機械学習とデータサイエンスの現代的手法, 統計数理研究所, 2021年12月17日, 公開講演，セミナー，チュートリアル，講習，講義等
• 機械学習を自然現象の理解・発見に使いたい人に知っておいてほしいこと
  瀧川一学
  JST 科学技術未来戦略ワークショップ「機器の安全性を高める破壊・寿命予測の科学技術基盤の構築」, JST 研究開発戦略センター(CRDS), 2021年12月10日, 口頭発表（招待・特別）
  ［招待講演］
• 機械学習・機械発見から見るデータ中心型化学の野望と憂鬱
  瀧川一学
  2021年度 知能情報学専攻コロキウム(IST COLLOQUIUM 2021), 京都大学大学院情報学研究科知能情報学専攻, 2021年12月09日, 口頭発表（招待・特別）
  ［招待講演］
• Machine Learning for Molecular Graph Representations and Geometries
  Ichigaku Takigawa
  第44回日本分子生物学会, シンポジウム1AS-17：現実世界のノイズと多様性に挑むデータサイエンス・機械学習, パシフィコ横浜., 2021年12月01日, 口頭発表（招待・特別）
  ［招待講演］
• 機械学習と機械発見：データ中心型の化学・材料科学の教訓とこれから
  瀧川一学
  第142回 フロンティア材料研究所学術講演会 「データ科学と機械学習の最前線 ーデータを基軸とした材料開発に向けてー」, 東京工業大学, 2021年11月12日, 口頭発表（招待・特別）
  ［招待講演］
• 機械学習～データを予測に変える技術～で化学に挑む！
  瀧川一学
  サイエンスアゴラ2021, シン・サイエンス～情報・ＡＩ・ビッグデータが紡ぐ最先端研究～, 2021年11月07日, 公開講演，セミナー，チュートリアル，講習，講義等
  ［招待講演］
• Machine Learning for Molecules
  Ichigaku Takigawa
  Hokkaido University ICReDD - Faculty of Medicine Joint Symposium, 2021年10月15日, 口頭発表（招待・特別）
  ［招待講演］
• 帰納バイアスと分子の組合せ的表現・幾何的表現
  瀧川一学
  学術変革(A)「社会変革アルゴリズム基盤」(AFSA) , 2021年度 第2回領域集会,, ポスター発表
  2021年10月11日 - 2021年10月13日
• 分子のグラフ表現と機械学習の最近
  瀧川 一学
  理研AIPオープンセミナー, 2021年07月14日
• A machine-learning view on heterogeneous catalyst design and discovery
  Ichigaku Takigawa
  Telluride Workshop on Computational Materials Chemistry, Telluride, Colorado, USA, 2021年07月01日
  ［招待講演］
• Machine Learning for Chemistry: Representing and Intervening
  Ichigaku Takigawa
  Joint Symposium of Engineering & Information Science & WPI-ICReDD in Hokkaido University, 2021年04月26日
  ［招待講演］
• 不均一系触媒研究のための機械学習と最適実験計画
  瀧川一学
  理研CSRS インフォマティクス・データ科学推進プログラム成果報告会, 2021年03月08日
  ［招待講演］
• L-S 決定木とアンサンブル学習の基礎と実践
  統計数理研究所 リーディングDAT講座 2020, 2020年10月29日, 公開講演，セミナー，チュートリアル，講習，講義等
• 分子のグラフ表現と機械学習, セッション「データサイエンスの世界をのぞいてみませんか？ 」
  第10回CSJ化学フェスタ2020, 2020年10月20日
  ［招待講演］
• 機械学習による化学反応の予測と設計, セッション「生命科学・材料科学におけるデータサイエンスの最前線
  2020年度統計関連学会連合大会
  2020年09月08日 - 2020年09月12日, ［招待講演］
• Applied Machine Learning for Chemistry I & II,
  "Advanced Computational Chemistry", HSI (Hokkaido Summer Institute),, 2020年08月26日, 公開講演，セミナー，チュートリアル，講習，講義等
• The interplay between data-driven and theory-driven methods for chemical sciences
  The 1st International Symposium on Human InformatiX, JST ERATO 佐藤ライブ予測制御プロジェクト
  2020年02月27日 - 2020年02月28日, ［招待講演］
• 機械学習による化学反応の予測と設計
  近畿化学協会コンピュータ化学部会 公開講演会（第107回例会）, 2020年01月27日
  ［招待講演］
• 機械学習による化学反応の予測と設計
  瀧川 一学
  情報系 Winter Festa Episode 5
  2019年12月25日 - 2019年12月26日
• 決定木に基づくアンサンブル学習 (L-B2 機械学習とデータサイエンスの現代的手法)
  統計数理研究所 リーディングDAT講座 2019, 公開講演，セミナー，チュートリアル，講習，講義等
  2019年12月19日 - 2019年12月20日
• データ社会を生きる技術〜人工知能のHypeとHope〜
  瀧川 一学
  富山県寄附講義 (富山国際大学), 2019年12月17日
  ［招待講演］
• 自然科学研究の道具としての機械学習
  瀧川 一学
  北陸先端科学技術大学院大学 情報科学系セミナー, 2019年12月04日, 日本語
  ［招待講演］
• Machine Learning and Model-based Optimization for Heterogeneous Catalyst Design and Discovery
  瀧川 一学
  The 2nd ICReDD International Symposium - Toward Interdisciplinary Research Guided by Theory and Calculation,, 2019年11月27日, 英語
  ［招待講演］
• 機械学習は真の理解や発見に寄与できるか
  瀧川 一学
  第35回関東CAE懇話会, AI・IoT時代のデータ利活用による理解と発見, 2019年10月04日, 日本語
  ［招待講演］
• 不均一系触媒研究のための機械学習と最適実験計画
  瀧川 一学
  ICReDD-CRESTキャリア領域 情報交換シンポジウム, 2019年09月26日
  ［招待講演］
• 人工知能の基本問題：これまでとこれから
  瀧川 一学
  人工知能学会 第110回人工知能基本問題研究会(SIG-FPAI),, 2019年09月25日
• 不均一系触媒研究のための機械学習と最適実験計画
  瀧川 一学
  第80回応用物理学会秋季学術講演会 シンポジウム, インフォマティクスが創る新しい材料科学とその実用化, 2019年09月18日, 日本語
  ［招待講演］
• 分子のグラフ表現と機械学習
  瀧川 一学
  有機合成化学協会, 「AIと有機合成化学」第三回勉強会, 2019年06月21日
  ［招待講演］
• ユーザのための機械学習・深層学習入門
  瀧川 一学
  Rinkai Hackathon 2019 with DDBJing, 2019年06月10日
  ［招待講演］
• 科学と機械学習
  瀧川 一学
  NTTコミュニケーション科学基礎研究所セミナー, 2019年05月13日
  ［招待講演］
• 化学研究のための機械学習と最適実験計画
  瀧川 一学
  東京大学物性研究所スパコン共同利用・CCMS合同研究会「計算物質科学の新展開」,, 2019年04月02日, 日本語
  ［招待講演］
• 決定木・回帰木に基づくアンサンブル学習 (L-B2 機械学習とデータサイエンスの現代的手法)
  統計数理研究所 リーディングDAT講座 2018, 公開講演，セミナー，チュートリアル，講習，講義等
  2018年12月13日 - 2018年12月14日
• 決定木・回帰木に基づくアンサンブル学習
  瀧川 一学
  統計数理研究所 リーディングDAT講座, L-B2 機械学習とデータサイエンスの現代的手法, 2018年12月14日, 日本語, 公開講演，セミナー，チュートリアル，講習，講義等
  ［招待講演］, ［国内会議］
• Machine Learning for Chemical Sciences
  瀧川 一学
  2018 International Workshop on New Frontiers in Convergence Science and Technology, Hokkaido University (HU) - Seoul National University (SNU) Joint Symposium, 2018年11月09日, 英語
  ［招待講演］, ［国際会議］
• データ駆動科学と機械学習
  瀧川 一学
  岐阜大学工学部・第2回データサイエンス研究会, 2018年09月19日
  ［招待講演］
• 分子のグラフ表現と機械学習
  瀧川 一学
  第 79 回応用物理学会特別シンポジウム:インフォマティクスへの招待~ 機械学習・インフォマティクスは応用物理をどう変えるか?~, 2018年09月18日
  名古屋国際会議場, ［招待講演］
• 決定木・回帰木に基づくアンサンブル学習の最近
  瀧川 一学
  電子情報通信学会 スマートインフォメディアシステ ム研究会 (SIS), 2018年06月07日
  ［招待講演］
• 機械学習は真の発見に寄与できるのか?
  瀧川 一学
  MI2I・JAIST 合同シンポジウム((情報統合型物質・材料開発イ ニシアティブ・北陸先端科学技術大学院大学)データ科学における予測と理解の両立を目指して-分かるとは何か? -, 2018年05月21日
  ［招待講演］
• Machine learning predictions of factors affecting the activity of heterogeneous metal catalysts
  瀧川 一学
  The 255th ACS (American Chemical Society) National Meeting, "CATL: Machine Learning for Catalysis Research", 2018年03月18日
  ［招待講演］
• 分子のグラフ表現と機械学習
  瀧川 一学
  異分野融合ワークショップ「データ科学との融合による化学の新展開」, 2018年03月13日
  ［招待講演］
• Machine Learning and Surrogate Optimization on Heterogeneous Catalysts
  瀧川 一学
  2019 PRESTO International Symposium on Materials Informatics, 2018年02月09日, 英語, シンポジウム・ワークショップパネル（指名）
  ［招待講演］, ［国際会議］
• Frontiers of data-driven property prediction: molecular machine learning
  瀧川 一学
  Innovation Camp 2018 for Computational Materials Science (ICCMS2018), 2018年01月23日
  ［招待講演］
• グラフデータの機械学習における特徴表現の設計と学習
  瀧川 一学
  日本応用数理学会 2017 年度年会, 2017年09月08日
  ［招待講演］
• 合成変量とアンサンブル:回帰森と加法モデルの要点
  瀧川 一学
  電子情報通信学会 信号処理研究会(SIP), 2017年06月19日
  ［招待講演］
• 機械学習は化学研究の"経験と勘"を合理化できるか?
  瀧川 一学
  電気化学会 第 33 回ライラックセミナー・第 23 回若手研究者交流会, 2017年06月10日
  ［招待講演］
• 道具としての機械学習:直感的概要とその実際
  瀧川 一学
  地球流体データ解析・数値計算ワークショップ, 2017年03月09日
  ［招待講演］
• 科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
  瀧川 一学
  第 19 回情報論的学習理論ワー クショップ (IBIS2016), 2016年11月19日
  ［招待講演］
• メディエーター複合体による転写伸長制御
  瀧川 一学
  第 2 回バイオインフォマティクスアゴラ, 2016年07月15日
  ［招待講演］
• データマイニングとしての多重標的相互作用解析
  瀧川 一学
  CBI 学会 2015 年大会, FS-08, in silico によるポリ ファーマコロジー創薬, 2015年10月28日
  ［招待講演］
• データマイニングとしての多重標的相互作用解析
  瀧川 一学
  第 365 回 CBI 学会講演会, フェノタイプスクリーニ ング 古くて新しい創薬手法 Part2, 2015年07月09日
  ［招待講演］
• 多数のグラフからの統計的機械学習
  瀧川 一学
  人工知能学会 第 94 回 人工知能基本問題研究会 (SIG-FPAI), 2014年07月24日
  ［招待講演］
• Finding structural patterns shared among interacting molecules
  瀧川 一学
  The 3rd Beilstein Symposium on Glyco-Bioinformatics, 2013年06月10日
  ［招待講演］
• 酵素遺伝子の発現情報に基づく効率的な代謝経路ランキング
  瀧川 一学
  2008 年度統計関連学会連合大会, 2008年09月07日
  ［招待講演］
• Mathematica による機械学習とパターン認識
  瀧川 一学
  日本 Mathematica ユーザ会第二回ワークショップ, 2006年10月28日
  ［招待講演］
• 独立成分分析による音源分離と聴覚情景分析
  瀧川 一学
  第 39 回計測自動制御学会 学術講演会 (SICE2000), 2000年07月26日
  ［招待講演］

• 日本バイオインフォマティクス学会
• 人工知能学会
• ACM
• IEEE

• 離散構造処理に基づく列挙・最適化・制約充足の統合的技法とその応用
  科学研究費助成事業
  2025年04月01日 - 2030年03月31日
  湊 真一; 堀山 貴史; 瀧川 一学; 川原 純; 番原 睦則; 山口 勇太郎
  日本学術振興会, 基盤研究(A), 京都大学, 25H01114
• 化学のための幾何グラフの表現学習の精密化と実践
  科学研究費助成事業
  2025年04月01日 - 2029年03月31日
  瀧川 一学
  日本学術振興会, 基盤研究(B), 北海道大学, 25K03174
• ポストTransformerに向けた離散機械学習の再定義と刷新
  科学研究費助成事業
  2025年06月27日 - 2028年03月31日
  瀧川 一学
  日本学術振興会, 挑戦的研究(萌芽), 東京大学, 25K22818
• 化学における外挿探索を可能とする機械学習手法の開発と実証
  科学研究費助成事業 挑戦的研究(開拓)
  2021年07月09日 - 2025年03月31日
  鳥屋尾 隆; 瀧川 一学
  触媒をはじめとする材料化学研究は未だ「絨毯爆撃的なスクリーニング」から脱却できていない。研究者はこれまで、大量の実験データ・文献知・経験知を統合して、予測・仮説の形成を行ってきたが、年々増え続ける膨大なデータ・知見を咀嚼し、目的に対して適切な仮説を提供できる人材は皆無である。人知に基づく研究は限界を迎えており、データ科学の先進技術を導入して材料化学研究の在り方を刷新することが求められている。本研究では、外挿的提案を実現する機械学習モデルを開発し、革新的な高機能触媒の創出に資する研究方法論の提案を目指している。
  初年度は、文献データを用いて、外挿的提案を実現する機械学習モデルの構築を目指した。構築したモデルでは、触媒構成元素そのものを学習に使うのではなく、その特徴量(原子半径、電気陰性度、融点等)と構成比の積を予測記述子(Elemental Descriptor)として用いることで、元々のデータセットに含まれている元素に縛られることなく有望な触媒候補元素を提案することが可能である。また、実際の触媒組成を提案する逆問題を解くためのアルゴリズムも作成し、新触媒の提案にも挑戦した。
  予測だけでなく、機械学習モデルから化学的/物理的な示唆を得ることにも挑戦した。機械学習予測はしばしばブラックボックスと見られるが、解釈性の高い(教師あり)機械学習手法を使えば、対象系における性能制御因子(記述子)の重要度を半定量的に可視化することが可能である。
  日本学術振興会, 挑戦的研究(開拓), 北海道大学, 21K18185
• グラフ表現学習の転移性・構成性の獲得とその実践
  科学研究費助成事業 基盤研究(C)
  2021年04月01日 - 2025年03月31日
  瀧川 一学
  本研究では、グラフの表現学習に「転移性」「構成性」を実現するための技術研究を行う。グラフ表現学習は近年GNNを用いた多くの研究報告があるものの、先行成功例である画像や言語のような実用性は未達のままである。本研究では、現行GNNの畳み込み操作を廃し、グラフ同様に非定型入力の言語タスクで有効な多層Transformerの自己教師あり学習による「転移性」の獲得を目指す。同時に、分子の「構成性」を反映できる深いモデル構造と自己教師あり事前学習タスクの設計を行う。
  応募申請時から日進月歩で技術的な進展が報告されるトピックであり、本年度も事前学習やGNNの自己教師あり学習(SSL)について、さまざまな関係知見が発表され、また我々の検証でも具体的な知見が得られた。特に、応募申請時にはまだ未成熟な問題であったGNNとTransformerとの類似性について同時多発的に興味深い報告がなされた。TransformerのEncoder部分はComputer Vision領域でもViTとして非常に注目される技術となったが、構造としては与えられた複数の多次元特徴ベクトルを処理する汎用モジュールと見ることができる。実際、本年度は触媒活性の計算データOC20等を用いてTransformer Encoderの検証を行った。GNNに関しては初年度計画に沿って行った既存の知見を分析検討した知見を、招待講演や総説などとして多数報告することができた。また、従来、GNNではない標準的な機械学習で行ってきた触媒データの機械学習について、GNNとTransfomerを組み合わせたモデルの検証を行った。また分子生成タスクでのGNNに関しても探索問題として再定義することで分子グラフの自動補完を行う新たな枠組みを提案し国際ワークショップで発表を行った。
  日本学術振興会, 基盤研究(C), 国立研究開発法人理化学研究所, 21K12041
• 新しい概念に基づいたアルゴリズム・最適化の問題創出とその効率的求解方法の研究
  科学研究費助成事業 学術変革領域研究(A)
  2020年11月19日 - 2025年03月31日
  宇野 毅明; 石畠 正和; 久保山 哲二; 山本 章博; 瀧川 一学
  議論の設計や、着目点の持ち方について知見を得るために、試行的な議論会を複数行った。内容は、裁判や手術で行う人体のイラスト化における倫理的、技術的な問題、レストランや病院などといった事業所でのスタッフの勤務表作成、スタッフスケジューリング問題、婚活におけるマッチング問題、などである。情報に関連の深い分野から、技術的に範囲が狭いが情報と関連が低い問題、社会的に大きな問題を題材に選び、情報学的な視点から議論を行う上で、どのような点が着目されるか、どのように議論が進んでいくか、どのような着目点が深まっていくか、どのような反駁が行われるか、といった点を明確化し、情報学的な視点から社会課題や産業の課題にどのような視点を持って議論していくかを整理した。
  チーム外との連携についても進め、未来研究トークなどの複数の団体と交渉を行い、議論を行う際のお互いの目指すゴールや着目点について、共通するものと異なるものを確認し、お互いに利益ある議論の会を設計する方法について討議した。
  オンラインでの効率的な議論の行い方の開発では、現在市販されている情報機器を複数組合わせる方法を模索した。活発な議論は、発言が同時におこなわれる、あるいは発言が終わらないうちに次の発言が始まる、ということがあり、これがおこると、リアルな環境と異なり、オンラインでは会話が非常にしにくくなるという観察から、これを解消する方法を考察した。回線を複数用意することでこれをある程度緩和する方法を開発した。
  日本学術振興会, 学術変革領域研究(A), 国立情報学研究所, 20H05962
• 非平衡過程の実空間観察手法の転換：TEMによる溶液からの核生成過程の解明
  科学研究費助成事業 基盤研究(S)
  2020年08月31日 - 2025年03月31日
  木村 勇気; 瀧川 一学; 川野 潤; 田中 今日子
  本研究課題は、水溶液からの核生成の透過型電子顕微鏡“その場”観察実験を軸に、水和層の役割を理解するために、水和層の無い気相からの核生成実験などを対照実験として実施する。水溶液からの核生成の透過型電子顕微鏡“その場”観察実験では、溶液試料を観察できる3つの手法（窓板ホルダー、溶液セル、グラフェン膜）から、核生成のその場観察に最も適した手法として初年度に選定を行った窓板ホルダーを用いて、機械学習による核生成の予測に必須の教師データの取得を行った。その結果、低電子線画像と高電子線画像をそれぞれ1,000枚取得して教師画像セットを準備することで低電子線量で得た暗い像を電子線量にして1万倍程度明るくすることに成功した。さらに、溶液から核生成する粒子を早期に検出することにも成功した。また、電子線が溶媒である水を放射性分解することで、結晶化条件が変化してしまうことをできるだけ避けるために、電子線をパルス化するシステムを導入した。テスト試料としてステアリン酸結晶の電子線損傷を調べた結果、照射時間が10%になるようにパルス幅を調整した所、結晶の寿命は10倍以上に延びる結果が得られており、想定以上に効果があることが分かった。
  溶液からの核生成では、水和層が重要な役割を果たしていると考えられている。そこで、初年度に引き続き、水和層のない気相からの核生成実験を行い、その過程を干渉計でその場観察して核生成時の温度、圧力と過飽和度増加の時間スケールから核生成理論式に必須の物理量を炭素、チタン、炭化チタンに対して求めて論文を投稿した。
  日本学術振興会, 基盤研究(S), 北海道大学, 20H05657
• 離散構造処理系に基づく列挙と最適化の統合的技法の研究
  科学研究費助成事業 基盤研究(A)
  2020年04月01日 - 2025年03月31日
  湊 真一; 堀山 貴史; 瀧川 一学; 川原 純; 番原 睦則; 山口 勇太郎
  本年度の研究実績の概要は以下の通りである。
  (i) 列挙と最適化の統合的アルゴリズム技法の研究と体系化：グラフの最短路問題のように、組合せ問題のアイテムにコストが定義されているときに、コスト総和が所与の閾値以下となるような実行可能解を列挙することは、多くの実用的な応用を持つ汎用的で重要な問題である。このような一般的なコスト制約つき組合せ問題に対して、ZDDを用いて大量の解を高速に全列挙する手法を考案した。実験の結果、実用的な規模の例題に対して、数百万通りの解集合を表すZDDを1秒以内で構築することができた。本研究結果は研究代表者自らが筆頭著者として国内研究会で発表し、今後、国際会議または論文誌での発表を目指して準備を進めている。
  (ii) 離散構造処理系の基盤アルゴリズムの実装とソフトウェアの整備：BDD/ZDDをベースとする離散構造処理系のアルゴリズムは、原則として「BDDパッケージ」と呼ばれるソフトウェアライブラリとして公開されている。今年度に開発した高速列挙アルゴリズムの実装もこのパッケージに追加し、整備を進めている。
  (iii) 関連分野との連携および応用分野への発展：ERATOや基盤(S)プロジェクトで形成された研究者コミュニティを可能な範囲で維持し、研究者が集まり最新の技術情報を交換する「場」を確保することを目的として、2020年9月17日に「基盤(A) プロジェクト近況報告＆自由討論会」と呼ぶオンラインワークショップを企画した。最終的に48名の研究者が参加して活発な討論が行われ、研究者コミュニティの活性化に貢献した。
  日本学術振興会, 基盤研究(A), 京都大学, 20H00605
• TEM直接観察による水溶液からの核生成過程の鍵因子の探索
  科学研究費助成事業 基盤研究(A)
  2020年04月01日 - 2023年03月31日
  木村 勇気; 瀧川 一学; 川野 潤; 田中 今日子
  核生成は物質形成の最初期のプロセスであり、科学から産業に至る様々な分野の鍵となるにもかかわらず、その理解は極めて限定的である。これは、核生成がナノ領域で高速に、かつ確率的におこる現象で実空間観察が非常に困難なためである。
  本研究では、「安定核の生成までに何が起こっているのか？」、「安定核の生成ルートはどのように決まるのか？」を核心をなす問いに据え、溶液中の核生成に影響する各因子の寄与の程度と物質依存性を明らかにし、核生成ルートを決めるキーファクターに制限を加えることを目的に研究を行った。キーファクターは、核生成理論式に必須の“核と水の界面エネルギー”とカイネティック係数(分子の取り込まれやすさ)、ダイマーの形成、脱水和や粘性、界面近傍のpHやイオン濃度、ナノ粒子特有の物性などである。
  TEM観察では、結晶の成長速度、形、集合、配列、サイズなどを直接観察でき、加えて電子回折パターンで相同定も同時に行えるため、核生成の理解に対して飛躍的な成果が見込める。そのため、目的の達成には溶液から前駆体を経て結晶ができるまでの核生成過程の一部始終をTEMにより実空間で可視化するのが最も近道であると考えている。本研究課題の間には、TEM観察するうえでボトルネックとなっている、確率的な核生成現象を偶然に頼って観察している状況に対し、機械学習を取り入れることで核生成の時間と場所を予測して能動的に核生成の一部始終をTEM観察するという革新的な手法の構築に取り組んだ。その結果、人間の眼で判断するよりも早く核生成を捉えることに成功した。この研究は基盤研究（S）に発展的内容で引き継がれた。
  日本学術振興会, 基盤研究(A), 北海道大学, 20H00323
• 材料科学におけるデータ駆動型探索技術の確立
  科学研究費助成事業 挑戦的研究(萌芽)
  2017年06月30日 - 2021年03月31日
  瀧川 一学
  本課題の研究協力者である北海道大学触媒科学研究所のグループとの密な連携を通して、触媒化学における機械学習を主とするデータ駆動型アプローチの実践研究および展開研究を行った。触媒は材料物質を生成する上で根幹となる要素であるが依然として旧来型の経験的な開発が主体である分野でありデータの効果的な利活用が特に望まれている分野である。まず、決定木アンサンブルを用いた逐次実験計画のアルゴリズムを構築し、工業的な化学合成・自動車の排ガス浄化・メタン転換など化学産業の主対象の一つである不均一系触媒の設計の問題へ適用する研究を行った。決定木アンサンブルについて予測値だけではなく予測分散も計算し、期待改善度やUCBなどの尺度について最適な実験を計画する手法について、補助特徴量の統合、離散値をとる変数の確率的局所探索、各成分の含有率など固定値総和制約下での探索、利用と探索のトレードオフの陽的実行など技術上の工夫を行い論文として触媒計算分野の専門誌ChemCatChemで発表した(触媒計算の専門誌ChemCatChemでFrontCover論文に採択)。またこの結果を含む触媒設計における機械学習活用に関する総論を触媒分野の主要紙ACS Catalysisで報告した。予測だけではなく探索やOut-of-distribution予測のためにはこうした最適計画が重要であり、能動学習・多腕バンディット・進化計算・ベイズ最適化・モデルベース強化学習など広く分野で興味が高まっているトピックである。
  日本学術振興会, 挑戦的研究(萌芽), 北海道大学, 17K19953
• グラフデータの機械学習における特徴表現設計の体系化
  科学研究費助成事業 基盤研究(B)
  2017年04月01日 - 2021年03月31日
  瀧川 一学
  本年度は研究代表者の異動に伴う研究環境の変化に応じて、実問題から生じるグラフデータの特徴表現設計の実践的課題に主として注力した。また本年度は顕著な研究動向の変化として、グラフデータを直接入力に取るグラフニューラルネットワーク(GNN)の研究が多数発表された。大変興味深いことに化学構造の表現やSNS等のネットワークデータの表現だけではなく、物理シミュレーションや純粋な組合せ最適化問題など幅広い問題を解く汎用入力表現としてのグラフが探求されており、その特性や限界も理解されはじめた。本課題でもこのようなより広い文脈からグラフデータとその表現の問題を捉え直し、研究・検討を行った。
  特に有機低分子だけではなくそれ以外の、無機材料や高分子、分子と分子の相互作用ネットワーク、グラフの変化を扱う化学反応、化学反応の出発物質から遷移状態を経て生成物質に至る経路そのもののネットワーク的なバリエーションである化学反応経路など、実問題のデータに関するグラフデータとその特徴表現・機械学習研究を行った。また、組合せ最適化の問題や機械学習モデル自体がもつグラフ構造(ニューラルネットワークの構造や決定森の構造など)に関する表現・分析の検討や付随するアルゴリズム研究も行った。
  共同研究や昨年度の成果も含めて論文発表や講演も行った。特に、グラフ特徴表現・機械学習に関しては、入力グラフの各頂点や辺に付与する隠れ変数ベクトル自体を問題の特性に応じてAttention構造で適応的に学習するGNNについて国際ワークショップで発表した。また分子間相互作用ネットワークなど、一つ一つの構成要素自身がグラフ表現を持ち、その要素自体がまたネットワークをなす汎用的設定で、GNN(Dual graph convolution)を学習する共同研究について国際シンポジウムで発表した。
  日本学術振興会, 基盤研究(B), 17H01783
• 離散構造処理系の基盤アルゴリズムの研究
  科学研究費助成事業 基盤研究(S)
  2015年05月29日 - 2020年03月31日
  湊 真一; 有村 博紀; 瀧川 一学; 宇野 毅明; 堀山 貴史; 津田 宏治; 鷲尾 隆
  研究成果の概要（和文）：本研究では，離散構造処理系のコアとなる基盤アルゴリズムを構築し，高性能な基盤ソフトウェアを応用分野の研究者や技術者に提供することを目指した．主な成果の例として，①全国都道府県の隣接ブロック組合せの総数（約1098億通り）を初めて明らかにし，(独)統計センターから国民にデータを公開した，②異分野横断の交流から難関国際会議（AAAI,WWW,KDD,INFOCOM,AISTATS,SDM他）に採択される研究成果を多数生み出した，等が挙げられる．
  日本学術振興会, 基盤研究(S), 15H05711
• グラフデータの機械学習における特徴表現設計の体系化
  科学研究費補助金(基盤研究(B))
  2017年 - 2020年
  瀧川 一学
  文部科学省, 研究代表者, 競争的資金
• 深層学習による質量ピーク探知法の開発
  科学研究費助成事業 基盤研究(C)
  2016年04月01日 - 2019年03月31日
  吉沢 明康; 守屋 勇樹; 田畑 剛; 岩崎 未央; 河野 信; 五斗 進; 石濱 泰; 瀧川 一学
  質量分析のデータ解析で必須のプロセスである「ピーク検出」を、ニューラルネットの深層学習に基づいて行う方法を開発した。教師用データとしては、ペプチド実測データから既存の手法で検出されたピークのうち、従来法によって高いスコアでペプチドが同定できたピークを採用した。我々の作成した判定器は現在までに、従来法と同等の検出性能を持ち、従来法では検出できなかったピークを少数ながら検出できるようになっている。
  日本学術振興会, 基盤研究(C), 京都大学, 16K00390
• 材料科学におけるデータ駆動型探索技術の確立
  科学研究費補助金(挑戦的研究(萌芽))
  2017年 - 2019年
  瀧川 一学
  文科省, 研究代表者, 競争的資金
• 規整ナノ反応場の構築と新しい触媒機能の創出
  科学研究費助成事業 新学術領域研究(研究領域提案型)
  2013年06月28日 - 2018年03月31日
  高草木 達; 原 賢二; 清水 研一; 松本 祐司; 瀧川 一学
  本研究では、表面金属ナノクラスター触媒（酸化物担持金属触媒）と固定化金属錯体触媒を用いた環境浄化及びグリーン有機合成反応をターゲットとし、単結晶モデル表面を始めとした規整ナノ反応場の原子レベル構造評価と実触媒の開発を並行して行った。担持金属触媒では、特に金属/酸化物界面に形成される特異なナノ構造による分子活性化に着目し、固定化金属錯体触媒では錯体の空間的配列や配向などの局所構造が触媒活性に与える影響を検討した。また、情報学的手法を用いた新規触媒物質の高速かつ高精度探索法の開拓を行った。
  日本学術振興会, 新学術領域研究(研究領域提案型), 北海道大学, 25106010
• 大規模データに基づく電子物性予測のための深層学習技術の創出
  戦略的な研究開発の推進 戦略的創造研究推進事業 さきがけ
  2015年 - 2018年
  瀧川 一学
  物質・材料の計測や計算による大規模なデータの蓄積と整備を念頭に、近年著しい発展を遂げている深層学習技術の最新知見に基づき、既知データから電子物性を高速・高精度に予測するデータ駆動型の計算技術を開発します。本研究により、多様な蓄積データを利活用し、幅広い種類の物質の電子物性の網羅的探索、逆過程の解析による逆デザイン、物性を支配する要因や法則性の帰納的理解を可能とする汎用技術基盤の創出を目指します。
  科学技術振興機構, 北海道大学, 研究代表者
• 第一原理機械学習計算手法の開発
  科学研究費助成事業 挑戦的萌芽研究
  2016年04月01日 - 2017年03月31日
  梅澤 直人; 瀧川 一学
  電子密度を記述子として機械学習の方法で固体のバンドギャップを予測する方法について検討した。立方晶ペロブスカイト構造に限定して様々な半導体、絶縁体のバンドギャップと電子密度の相関を調べた。３次元データの電子密度を直接扱うことは容易ではないので、密度の勾配を空間で積分した値を記述子として導入した。その結果、バンドギャプをよく予測できることがわかった。また、密度汎関数法の計算精度を向上させるために、相関エネルギー汎関数を系統的に改善するための新たな枠組みの提案を実施した。本研究では、波動関数理論として知られるトランスコリレイティッド法の手法を密度汎関数法に取り入れ、全エネルギーの新たな表式を導いた。更に、具体的な関数を代入して実際に相関エネルギー汎関数の作成を試みた。その結果、screened exchange 法に類似した汎関数（Extended Screened Exchange, ESX）の導出に成功した。本汎関数を固体シリコンの電子状態計算に応用したところ、ハートリーフォック法と比較してバンドギャップの値が大幅に小さくなり、実験値に近づくことが見出された。また、小さな原子に応用したところ、イオン化ポテンシャルを精度よく再現できることがわかった。本手法を応用することで、更に高精度な汎関数の導出が期待される。
  日本学術振興会, 挑戦的萌芽研究, 国立研究開発法人物質・材料研究機構, 16K13852
• 不均質なグラフ集合に対する教師付き学習系の設計
  科学研究費助成事業 基盤研究(C)
  2014年04月01日 - 2017年03月31日
  瀧川 一学
  創薬における定量的構造活性相関など、対象データがグラフ表現で与えられる場合の教師付き学習において、データの出自、計測対象の多因子性などの影響により、実データは「不均質さ」を伴う。この問題に対処するため主に４点の研究を行った。１：可能な部分グラフ特徴の有無をすべて考え、その中から予測モデルの学習と必要な特徴の学習を同時に行う手法の開発と分析を行った。２：部分グラフ特徴の空間を0/1値、相関構造、冗長性等の観点から分析した。３：全ての部分グラフ特徴を対象に決定木・回帰木を学習する手法の構築とアンサンブル学習拡張を行った。４：部分グラフ特徴にワイルドカードを許容する場合の手法構築と分析を行った。
  日本学術振興会, 基盤研究(C), 北海道大学, 研究代表者, 競争的資金, 26330242
• 疎性モデリングに基づく部分グラフ指示子の冗長性及び相関構造の分析
  科学研究費助成事業 新学術領域研究(研究領域提案型)
  2014年04月01日 - 2016年03月31日
  瀧川 一学
  グラフデータを対象とする教師付き機械学習において、最も重要な問題の一つが「どのような構造特徴を用いるか」という学習対象の変数表現の問題である。この問題に対し、本課題では、すべての可能な部分グラフ特徴の空間を考え、そこから少数の有効特徴を選ぶ疎性モデリングの問題として捉え、より良い変数表現の研究を行った。すべての可能な部分グラフ特徴は組合せ爆発により陽に全列挙できないため、探索しながら学習を行う必要がある。このとき、この部分グラフ特徴の有無を表す変数(部分グラフ指示子)には、グラフの包含関係に由来する高い相関と冗長性があり、学習問題を難しくしている。この点を多角的に分析することで機械学習の挙動の理解と改善に関する知見が期待できると考える。
  
  
  本年度の研究によって次の3点の成果を得た。(1) 相関構造と冗長性は共にある部分構造aと別の部分構造bの「共起」に由来する。そこでまずこの「共起」構造を分析する技術について検討を行った。部分グラフ探索時に各々の部分グラフxが生起する事例集合が分かる。この情報を保持し活用する手法を考案し、分析と改良を引き続き行っている。(2) 本研究では厳密探索に基づくアルゴリズム開発を対象としてきたが、疎性学習制約によってはかなり深い探索が必要となり、現実的な実行時間を得ることが難しい事例が存在する。そこでwildcardを含む緩和表現を探索・列挙し、出力要約を行う手法を開発した。現在、機械学習への応用について検討を行っている。(3) 相関構造と冗長性の存在より線形学習では十分でないことが示唆されている。非線形モデルの学習の試みとして、すべての部分グラフ特徴から効率的に決定木学習を行う手法を開発した。厳密に線形の疎学習を行うよりかなり効率的に計算が可能であるため、現在、この決定木を基底学習機とするブースティングによる高精度の実現の検討を行っている。
  日本学術振興会, 新学術領域研究(研究領域提案型), 北海道大学, 研究代表者, 競争的資金, 26120503
• 巨大シーケンス内の類似繰り返し構造の分析
  科学研究費助成事業 基盤研究(B)
  2013年04月01日 - 2016年03月31日
  中村 篤祥; 工藤 峰一; 瀧川 一学; 馬見塚 拓; 喜田 拓也; 大久保 好章
  DNAなどの巨大シーケンス内に存在する散在反復配列を抽出する方法として，頻出近似文字列パターンを列挙するアルゴリズムを開発し，列挙されたパターンの出現領域を抽出する方式を考案した．提案手法のパターンは出現領域の境界がはっきりしているため，同じ領域を重ねて数えることが少ない．また，提案列挙アルゴリズムは高速かつ省メモリーで動作する．ヒトゲノムの２１番染色体に適用したところ，著名な散在反復配列であるAlu配列の出現領域とされる領域の約５０％を，１００個の代表パターンの出現領域として抽出することに成功した．
  日本学術振興会, 基盤研究(B), 北海道大学, 25280079
• 多様な半構造化データからのデータ構造推定
  科学研究費助成事業 基盤研究(B)
  2012年04月01日 - 2016年03月31日
  馬見塚 拓; 瀧川 一学; ハンコック ティモシー; 志賀 元紀; 津田 宏治; 茅野 光範; グェン カン ハオ
  本研究では、グラフやネットワークに代表される半構造化データの様々な問題設定に対する解決手法を構築することを目指してきた。特に、ノードとリンクで表されるグラフにおいて、ノードに付けられたラベルに関する「ラベル伝搬」、さらに、リンクを予測する「リンク予測」という二つの問題に着目した。さらに、手法構築のみならず実データへの適用及び有効性実証を行った。この応用においては、特に生命科学におけるグラフデータ等での検証を行った。
  日本学術振興会, 基盤研究(B), 京都大学, 24300054
• 多階層ネットワークに基づく遺伝子間の非線形相互作用のモデル化と代謝解析への応用
  科学研究費助成事業 若手研究(B)
  2011年 - 2013年
  瀧川 一学
  従来、遺伝子は原因因子として個別に機能や現象への関与が研究されてきた。しかし近年では遺伝子はその他の様々な遺伝子や生体内分子との相互作用単位として、特定条件下での込み入った制御を通して対象の疾患・表現型・機能と関わっていると考えられている。本研究課題では遺伝子を階層的に絡み合う様々な分子間ネットワークの構成要素と位置づけ、既知の各分子の定量的情報と各分子ネットワークの既知情報に基づき遺伝子の非線形な相互作用を解析する。特に、現在利用可能になってきた様々なデータを互いに関連づけ階層的な生体内分子ネットワークの理解へ貢献する解析手法開発を行う。
  日本学術振興会, 若手研究(B), 北海道大学, 研究代表者, 競争的資金, 23710233
• 部分的類似構造の重ね合わせに基づく不均質データの多義的探索法の開発
  科学研究費助成事業 若手研究(B)
  2008年 - 2010年
  瀧川 一学
  インターネットや各種電子化を受けて、大規模なデータが自動的に収集できるようになってきた。しかし、これらのデータは容易に得ることができる半面、前もって用途が固定されておらず多目的用途であるため、様々なレベルの情報が混在し質が不均一であり、伝統的な統計解析において困難や不具合を生じる。本研究では、近年著しく発展している部分構造の列挙技術を背景に、データ間の局所的または部分的類似性に基づいて、このようなデータを解析できる統計解析法の提案・解析を行った。
  日本学術振興会, 若手研究(B), 京都大学, 研究代表者, 競争的資金, 20700134
• 計算幾何構造と適応サンプリングに基づく大規模生物情報処理に関する研究
  科学研究費助成事業 若手研究(B)
  2006年 - 2007年
  瀧川 一学
  近年膨大なペースで蓄積されつつある生物情報データを効率的に処理するために今後は並列化を見込んだ統計手法および局所的な近接ごとのモデル化が重要性を担うと考えられる。これら大規模収集されるデータは採取次期、採取目的、種々のバイアスにより全体としては典型的な統計分布でモデル化できないため、こうしたデータの統計処理のためにはノンパラメトリックな方法論が有効であると考える。
  これらの要請を元に本研究ではデータ点の統計分布そのものをパラメトリックにモデル化するのではなく、データ点が成す計算幾何的構造およびサンプリングを利用したランダマイズによるノンパラメトリック法の提案、分析、応用などを研究対象とした。種々の条件下での遺伝子発現を計測するマイクロアレイデータは形としては多変量解析で扱えるベクトルデータであるが、その分布はパラメトリックモデルでモデル化するにはノイズが多く、またサンプル数に対して次元が高い等の問題が認識されている。ここでは代謝遺伝子のデータ分布での点の近さを利用して、与えられたデータ中で顕著に共発現が見られる代謝経路を順位づけする探索法を提案した。ここでは相関係数に関する近さについて経験分布で分布関数を推定し、それを用いたスコアで正規化することで異なるデータ間での比較も可能とした。
  また、並列化できるパターン識別の方法として、各クラスのサンプルを他のクラスのサンプルを含まない極大な凸包に分解するアプローチを提案し、自然な分解を定義するために近接グラフの最小全域木を利用するアルゴリズムを導出した。各判定フェーズは凸包を陽に求めず含むか含まないかという判定問題のみ解けば良いことに着目し、この問題が線形計画法に帰着することを示した。これによって高次元データに対しても適用できるようになり、実用性の向上に貢献したと言える。
  日本学術振興会, 若手研究(B), 京都大学, 研究代表者, 競争的資金, 18700289

• 画像診断システム及び学習方法
  特許権, 猪熊 泰英; 瀧川 一学; 井手 雄紀, 国立大学法人北海道大学
  特願2022-144017, 2022年09月09日
  特開2023-058429, 2023年04月25日
  202303015757550892

• 出前授業「データ社会を生きる技術 〜機械学習の夢と現実〜」
  2023年11月23日
  講師
  府立亀岡高等学校
• 第 97 回サイエンス・カフェ札幌 「見えるものを見る AI 見たいものを見る人間~機械に「正しく」学習させるには~」
  2017年10月01日
  講師
  紀伊國屋書店札幌本店
• 平成遠友夜学校 「データ社会を生きる技術 ~人工知能の Hope と Hype~」
  2017年08月01日
  講師
  北海道大学遠友学舎
• 出前授業「データ大氾濫社会を生き抜く技術 ~多様で愉快な情報科学の世界~」
  2014年11月11日
  講師
  北海道札幌北高等学校
• 出前授業「データ社会と古くて新しいAI-続・多様で愉快な情報科学の世界-」
  2013年11月07日
  講師
  北海道札幌北高等学校
• 出前授業「データ大氾濫社会を生き抜く技術 ~多様で愉快な情報科学の世界~」
  2012年11月15日
  講師
  北海道札幌北高等学校
• 出前授業「ザ、GPS! 未来の自動運転に向けて」
  2012年10月04日
  講師
  北海道広尾高等学校