@article{oai:ipsj.ixsq.nii.ac.jp:00017202,
 author = {行縄, 直人 and 吉本, 潤一郎 and 大羽成征 and 石井, 信 and Naoto, Yukinawa and Jun-ichiro, Yoshimoto and Shigeyuki, Oba and Shin, Ishii},
 issue = {SIG10(TOM12)},
 journal = {情報処理学会論文誌数理モデル化と応用（TOM）},
 month = {Jun},
 note = {遺伝子発現ダイナミクスの解析のために，状態空間モデルに基づく解析法が提案されている．従来の解析法では，状態変数のダイナミクスを仮定せず，また，システムノイズと観測ノイズを無視したモデルを仮定していたため，状態空間に含まれるノイズ成分を状態変数として誤検出する可能性がある．本研究では，ノイズプロセスに白色ガウシアンを仮定した線形ダイナミカルシステムモデルを考え，変分ベイズ法による推定とモデル選択を行う．本手法を出芽酵母細胞周期に関する公開データセットに適用したところ，従来手法で選択されたモデルと比較し，よりシンプルでもっともらしいモデルが選択された．また，この結果得られたモデルパラメータは，生物学的な考察とよく一致した．人工データへの適用も行い，ノイズを含む時系列データに対する有効性が示された．, Several methods based on state space models have been proposed for analyzing dynamics of gene expression. Existing analysis methods can detect false noisy internal variables which seem to have no dynamics in state space because the methods do not assume any dynamics with system noise and observation noise. In this study, we propose a linear dynamical system model in which state variables and observation variables are generated by Gaussian white noise process and provide a variational Bayes inference for the model. We first show effectiveness of our method when applied to a synthesized noisy time-series data set. We also applied our method to a published yeast cell-cycle gene expression data set, then our method could select a simpler and more plausible model than existing method did. In addition, the resultant model parameters well matched the biological considerations.},
 pages = {57--65},
 title = {線形ダイナミカルシステムモデルの変分ベイズ推定による遺伝子発現時系列のシステム同定},
 volume = {46},
 year = {2005}
}