拡張ネットワークフローモデルの最適な階層数を求める手法

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-24
• タイトル: 拡張ネットワークフローモデルの最適な階層数を求める手法
• タイトル / 言語: en
• タイトル: Determining Optimal Number of Layers for Network-Flow-based Sample Preparation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: Stochastic Computingおよびバイオチップ
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 立命館大学情報理工学研究科
• 著者所属: 立命館大学情報理工学部
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Faculty of Information Science and Engineering, Ritsumeikan University
• 著者名: 石田, 滉; 山下, 茂
• 著者名(英): Akira, Ishida; Shigeru, Yamashita
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 試薬合成は DMFB の生化学実験で必要な工程である．試薬合成手法には NFM という手法が存在する．NFM は，1 つの濃度値のみを生成する場合に最適な解を求めることができる．しかし，複数の濃度値を生成する場合は，XNFM という手法が存在する．XNFM は，NFM のネットワークフローに階層を追加するが，最適な解を求めるための最小数は不明である．この論文では，XNFM の最適な階層数を求める手法を提案する．この手法は全探索で行うため，計算に時間がかかる．また，XNFM に必要な階層数を見つけるためのヒューリスティックを提案する．ヒューリスティックは，全探索より計算時間が最大 99% 短縮できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Sample preparation is an indispensable process when we perform biochemical experiments on DMFBs. There exists an optimal sample preparation method called NFM. NFM is indeed optimal when we generate only one concentration value. However, when we need to generate more than one concentration values, there is a better method called XNFM; XNFM adds extra layers to network flows of NFM to get better results. However, it is not known how many layers should be added to NFM to get optimal results. Thus, this paper proposes a method to find the minimum number of additional layers for XNFM to get optimal results. Because the method is based on an exhaustive search, it is time-consuming; we also propose a heuristic to find the necessary number of layers for XNFM. We show that our heuristics reduce the computation time of the exhaustive search by up to 99%.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11451459
• 書誌情報: 研究報告システムとLSIの設計技術（SLDM）; 巻 2021-SLDM-196, 号 18, p. 1-6, 発行日 2021-11-24
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8639
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会