Submit Search
Upload
最尤系統樹推定と系統樹の信頼性評価 講義編
•
1 like
•
1,561 views
A
astanabe
Follow
最尤系統樹推定法とブートストラップ法に基づく信頼性評価法の説明。
Read less
Read more
Science
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 96
Download now
Download to read offline
Recommended
あなたの知らないnopたち@ラボユース合宿
あなたの知らないnopたち@ラボユース合宿
MITSUNARI Shigeo
Python Kyoto study
Python Kyoto study
Naoya Inada
OpenCM IDE、OpenCM 485 EXPを用いてのDynamixel Xシリーズの制御
OpenCM IDE、OpenCM 485 EXPを用いてのDynamixel Xシリーズの制御
ROBOTIS Japan
Cpu pipeline basics
Cpu pipeline basics
Shinichiro Niiyama
Kiso sekkei 01rev03
Kiso sekkei 01rev03
tetsuya matsuno
WebOS Open Source Edition を試してみた
WebOS Open Source Edition を試してみた
Tetsuyuki Kobayashi
[Basic 9] 並列処理 / 排他制御
[Basic 9] 並列処理 / 排他制御
Yuto Takei
UEFI時代のブートローダ
UEFI時代のブートローダ
Takuya ASADA
Recommended
あなたの知らないnopたち@ラボユース合宿
あなたの知らないnopたち@ラボユース合宿
MITSUNARI Shigeo
Python Kyoto study
Python Kyoto study
Naoya Inada
OpenCM IDE、OpenCM 485 EXPを用いてのDynamixel Xシリーズの制御
OpenCM IDE、OpenCM 485 EXPを用いてのDynamixel Xシリーズの制御
ROBOTIS Japan
Cpu pipeline basics
Cpu pipeline basics
Shinichiro Niiyama
Kiso sekkei 01rev03
Kiso sekkei 01rev03
tetsuya matsuno
WebOS Open Source Edition を試してみた
WebOS Open Source Edition を試してみた
Tetsuyuki Kobayashi
[Basic 9] 並列処理 / 排他制御
[Basic 9] 並列処理 / 排他制御
Yuto Takei
UEFI時代のブートローダ
UEFI時代のブートローダ
Takuya ASADA
Re:RIP RIPを実装してみた
Re:RIP RIPを実装してみた
Yuki Azuma
Kernel bootstrap
Kernel bootstrap
Kai Sasaki
あるコンテキストスイッチの話
あるコンテキストスイッチの話
nullnilaki
iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方
歩 柴田
Kiso sekkei 02rev02
Kiso sekkei 02rev02
tetsuya matsuno
Tezos hands-on : Tezos exercise
Tezos hands-on : Tezos exercise
Jun Furuse
Python Kyoto study LT
Python Kyoto study LT
Naoya Inada
[Basic 8] プロセスとスレッド / 入出力 / シェル
[Basic 8] プロセスとスレッド / 入出力 / シェル
Yuto Takei
Play with UEFI
Play with UEFI
Takuya ASADA
今さら聞けないasteria warp運用の基礎 ファイナル
今さら聞けないasteria warp運用の基礎 ファイナル
ASTERIA User Group
プロセスとコンテキストスイッチ
プロセスとコンテキストスイッチ
Kazuki Onishi
Raspberry Pi Zero とカメラモジュールで作るライブ配信実験機
Raspberry Pi Zero とカメラモジュールで作るライブ配信実験機
Tetsuyuki Kobayashi
CUDAメモ
CUDAメモ
Yuuki Takano
qpstudy05 lignhing talk - virtio
qpstudy05 lignhing talk - virtio
Takeshi HASEGAWA
[Basic 7] OS の基本 / 割り込み / システム コール / メモリ管理
[Basic 7] OS の基本 / 割り込み / システム コール / メモリ管理
Yuto Takei
BitVisor Summit 7「8. ベアメタルクラウドにおけるハードウェア保護に関する研究 & Advent Calendar について」
BitVisor Summit 7「8. ベアメタルクラウドにおけるハードウェア保護に関する研究 & Advent Calendar について」
BitVisor
Open VZ
Open VZ
Kazuaki Fujikura
Lt debian 20190526
Lt debian 20190526
hiroya akita
181106 03
181106 03
openrtm
BHyVeでOSvを起動したい 〜BIOSがなくてもこの先生きのこるには〜
BHyVeでOSvを起動したい 〜BIOSがなくてもこの先生きのこるには〜
Takuya ASADA
最尤系統樹推定と系統樹の信頼性評価 実習編
最尤系統樹推定と系統樹の信頼性評価 実習編
astanabe
Tail recursion
Tail recursion
Rumman Ansari
More Related Content
What's hot
Re:RIP RIPを実装してみた
Re:RIP RIPを実装してみた
Yuki Azuma
Kernel bootstrap
Kernel bootstrap
Kai Sasaki
あるコンテキストスイッチの話
あるコンテキストスイッチの話
nullnilaki
iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方
歩 柴田
Kiso sekkei 02rev02
Kiso sekkei 02rev02
tetsuya matsuno
Tezos hands-on : Tezos exercise
Tezos hands-on : Tezos exercise
Jun Furuse
Python Kyoto study LT
Python Kyoto study LT
Naoya Inada
[Basic 8] プロセスとスレッド / 入出力 / シェル
[Basic 8] プロセスとスレッド / 入出力 / シェル
Yuto Takei
Play with UEFI
Play with UEFI
Takuya ASADA
今さら聞けないasteria warp運用の基礎 ファイナル
今さら聞けないasteria warp運用の基礎 ファイナル
ASTERIA User Group
プロセスとコンテキストスイッチ
プロセスとコンテキストスイッチ
Kazuki Onishi
Raspberry Pi Zero とカメラモジュールで作るライブ配信実験機
Raspberry Pi Zero とカメラモジュールで作るライブ配信実験機
Tetsuyuki Kobayashi
CUDAメモ
CUDAメモ
Yuuki Takano
qpstudy05 lignhing talk - virtio
qpstudy05 lignhing talk - virtio
Takeshi HASEGAWA
[Basic 7] OS の基本 / 割り込み / システム コール / メモリ管理
[Basic 7] OS の基本 / 割り込み / システム コール / メモリ管理
Yuto Takei
BitVisor Summit 7「8. ベアメタルクラウドにおけるハードウェア保護に関する研究 & Advent Calendar について」
BitVisor Summit 7「8. ベアメタルクラウドにおけるハードウェア保護に関する研究 & Advent Calendar について」
BitVisor
Open VZ
Open VZ
Kazuaki Fujikura
Lt debian 20190526
Lt debian 20190526
hiroya akita
181106 03
181106 03
openrtm
BHyVeでOSvを起動したい 〜BIOSがなくてもこの先生きのこるには〜
BHyVeでOSvを起動したい 〜BIOSがなくてもこの先生きのこるには〜
Takuya ASADA
What's hot
(20)
Re:RIP RIPを実装してみた
Re:RIP RIPを実装してみた
Kernel bootstrap
Kernel bootstrap
あるコンテキストスイッチの話
あるコンテキストスイッチの話
iostat await svctm の 見かた、考え方
iostat await svctm の 見かた、考え方
Kiso sekkei 02rev02
Kiso sekkei 02rev02
Tezos hands-on : Tezos exercise
Tezos hands-on : Tezos exercise
Python Kyoto study LT
Python Kyoto study LT
[Basic 8] プロセスとスレッド / 入出力 / シェル
[Basic 8] プロセスとスレッド / 入出力 / シェル
Play with UEFI
Play with UEFI
今さら聞けないasteria warp運用の基礎 ファイナル
今さら聞けないasteria warp運用の基礎 ファイナル
プロセスとコンテキストスイッチ
プロセスとコンテキストスイッチ
Raspberry Pi Zero とカメラモジュールで作るライブ配信実験機
Raspberry Pi Zero とカメラモジュールで作るライブ配信実験機
CUDAメモ
CUDAメモ
qpstudy05 lignhing talk - virtio
qpstudy05 lignhing talk - virtio
[Basic 7] OS の基本 / 割り込み / システム コール / メモリ管理
[Basic 7] OS の基本 / 割り込み / システム コール / メモリ管理
BitVisor Summit 7「8. ベアメタルクラウドにおけるハードウェア保護に関する研究 & Advent Calendar について」
BitVisor Summit 7「8. ベアメタルクラウドにおけるハードウェア保護に関する研究 & Advent Calendar について」
Open VZ
Open VZ
Lt debian 20190526
Lt debian 20190526
181106 03
181106 03
BHyVeでOSvを起動したい 〜BIOSがなくてもこの先生きのこるには〜
BHyVeでOSvを起動したい 〜BIOSがなくてもこの先生きのこるには〜
Viewers also liked
最尤系統樹推定と系統樹の信頼性評価 実習編
最尤系統樹推定と系統樹の信頼性評価 実習編
astanabe
Tail recursion
Tail recursion
Rumman Ansari
分子進化の統計モデリングとモデル選択 講義編
分子進化の統計モデリングとモデル選択 講義編
astanabe
Final PDF Paper 3-6-12
Final PDF Paper 3-6-12
Geza Kmetty
"Charlotte's Web" marijuana supposed cure for kids' seizures but doctors skep...
"Charlotte's Web" marijuana supposed cure for kids' seizures but doctors skep...
grotesquemosaic06
Linked list
Linked list
Rumman Ansari
Presentacion voz pasiva
Presentacion voz pasiva
maritechu
Wgcme 0.5 (5)
Wgcme 0.5 (5)
walid najd
SHYAMKUMR MENON LATEST RESUME with PHOTO
SHYAMKUMR MENON LATEST RESUME with PHOTO
shyamkumar Menon
JCPSA612810104104_1
JCPSA612810104104_1
Martin Jones
laporan akhir objek 1 print
laporan akhir objek 1 print
Utari Yolla Sundari
Irreversibilidad en la termodinámica
Irreversibilidad en la termodinámica
Luisberth Pereira
Nicarauga Final Paper
Nicarauga Final Paper
Tezlynn Tillmon
サイクルイノベーション
サイクルイノベーション
Takato Akazawa
Comunicato la spezia possibile (1)
Comunicato la spezia possibile (1)
Claudia Bertanza
Horario tu toria de zulemazzzzzzzzzzzzzzz
Horario tu toria de zulemazzzzzzzzzzzzzzz
danner euler chavarri silva
Wonderful Pacitan
Wonderful Pacitan
Anggayuh Gusti
Untitled Presentation
Untitled Presentation
Manrique Naranjo
Festival Brin, il programma
Festival Brin, il programma
Claudia Bertanza
メタバーコーディングのフレームワークとアルゴリズム
メタバーコーディングのフレームワークとアルゴリズム
astanabe
Viewers also liked
(20)
最尤系統樹推定と系統樹の信頼性評価 実習編
最尤系統樹推定と系統樹の信頼性評価 実習編
Tail recursion
Tail recursion
分子進化の統計モデリングとモデル選択 講義編
分子進化の統計モデリングとモデル選択 講義編
Final PDF Paper 3-6-12
Final PDF Paper 3-6-12
"Charlotte's Web" marijuana supposed cure for kids' seizures but doctors skep...
"Charlotte's Web" marijuana supposed cure for kids' seizures but doctors skep...
Linked list
Linked list
Presentacion voz pasiva
Presentacion voz pasiva
Wgcme 0.5 (5)
Wgcme 0.5 (5)
SHYAMKUMR MENON LATEST RESUME with PHOTO
SHYAMKUMR MENON LATEST RESUME with PHOTO
JCPSA612810104104_1
JCPSA612810104104_1
laporan akhir objek 1 print
laporan akhir objek 1 print
Irreversibilidad en la termodinámica
Irreversibilidad en la termodinámica
Nicarauga Final Paper
Nicarauga Final Paper
サイクルイノベーション
サイクルイノベーション
Comunicato la spezia possibile (1)
Comunicato la spezia possibile (1)
Horario tu toria de zulemazzzzzzzzzzzzzzz
Horario tu toria de zulemazzzzzzzzzzzzzzz
Wonderful Pacitan
Wonderful Pacitan
Untitled Presentation
Untitled Presentation
Festival Brin, il programma
Festival Brin, il programma
メタバーコーディングのフレームワークとアルゴリズム
メタバーコーディングのフレームワークとアルゴリズム
Similar to 最尤系統樹推定と系統樹の信頼性評価 講義編
並列化による高速化
並列化による高速化
sakura-mike
Intel TSX HLE を触ってみた x86opti
Intel TSX HLE を触ってみた x86opti
Takashi Hoshino
zkRollup Introduction.pdf
zkRollup Introduction.pdf
ssuser7f9132
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
Insight Technology, Inc.
PostgreSQL 9.6 新機能紹介
PostgreSQL 9.6 新機能紹介
Masahiko Sawada
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
喜智 大井
NVIDIA TESLA V100・CUDA 9 のご紹介
NVIDIA TESLA V100・CUDA 9 のご紹介
NVIDIA Japan
機械学習 / Deep Learning 大全 (4) GPU編
機械学習 / Deep Learning 大全 (4) GPU編
Daiyu Hatakeyama
実例Javaトラブルシューティング! 〜稼働中のシステムを立て直した半年間の軌跡
実例Javaトラブルシューティング! 〜稼働中のシステムを立て直した半年間の軌跡
心 谷本
MII conference177 nvidia
MII conference177 nvidia
Tak Izaki
GTC 2017 基調講演からディープラーニング関連情報のご紹介
GTC 2017 基調講演からディープラーニング関連情報のご紹介
NVIDIA Japan
Getting Started with Jetson Nano
Getting Started with Jetson Nano
NVIDIA Japan
Mt basic as-os_on_danbot
Mt basic as-os_on_danbot
たけおか しょうぞう
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
Developers Summit
コンサルタントが明かす 仮想化提案のすべて
コンサルタントが明かす 仮想化提案のすべて
VirtualTech Japan Inc.
かっぱでも分かる発電所の作り方
かっぱでも分かる発電所の作り方
slxmmm
分散メモリ環境におけるシェルスクリプトの高速化手法の提案
分散メモリ環境におけるシェルスクリプトの高速化手法の提案
Keisuke Umeno
C# 7.2 with .NET Core 2.1
C# 7.2 with .NET Core 2.1
信之 岩永
CMSI計算科学技術特論A (2015) 第9回
CMSI計算科学技術特論A (2015) 第9回
Computational Materials Science Initiative
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
Fixstars Corporation
Similar to 最尤系統樹推定と系統樹の信頼性評価 講義編
(20)
並列化による高速化
並列化による高速化
Intel TSX HLE を触ってみた x86opti
Intel TSX HLE を触ってみた x86opti
zkRollup Introduction.pdf
zkRollup Introduction.pdf
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
[db tech showcase Tokyo 2015] B15:最新PostgreSQLはパフォーマンスが飛躍的に向上する!? - PostgreSQ...
PostgreSQL 9.6 新機能紹介
PostgreSQL 9.6 新機能紹介
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
NVIDIA TESLA V100・CUDA 9 のご紹介
NVIDIA TESLA V100・CUDA 9 のご紹介
機械学習 / Deep Learning 大全 (4) GPU編
機械学習 / Deep Learning 大全 (4) GPU編
実例Javaトラブルシューティング! 〜稼働中のシステムを立て直した半年間の軌跡
実例Javaトラブルシューティング! 〜稼働中のシステムを立て直した半年間の軌跡
MII conference177 nvidia
MII conference177 nvidia
GTC 2017 基調講演からディープラーニング関連情報のご紹介
GTC 2017 基調講演からディープラーニング関連情報のご紹介
Getting Started with Jetson Nano
Getting Started with Jetson Nano
Mt basic as-os_on_danbot
Mt basic as-os_on_danbot
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
コンサルタントが明かす 仮想化提案のすべて
コンサルタントが明かす 仮想化提案のすべて
かっぱでも分かる発電所の作り方
かっぱでも分かる発電所の作り方
分散メモリ環境におけるシェルスクリプトの高速化手法の提案
分散メモリ環境におけるシェルスクリプトの高速化手法の提案
C# 7.2 with .NET Core 2.1
C# 7.2 with .NET Core 2.1
CMSI計算科学技術特論A (2015) 第9回
CMSI計算科学技術特論A (2015) 第9回
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
More from astanabe
20170824進化学夏の学校
20170824進化学夏の学校
astanabe
20160324自由集会講演
20160324自由集会講演
astanabe
20160324自由集会趣旨説明
20160324自由集会趣旨説明
astanabe
メタバーコーディングが拓く新種探索の新時代
メタバーコーディングが拓く新種探索の新時代
astanabe
系統樹・系統仮説の可視化と系統仮説間の統計的比較 実習編
系統樹・系統仮説の可視化と系統仮説間の統計的比較 実習編
astanabe
系統樹・系統仮説の可視化と系統仮説間の統計的比較 講義編
系統樹・系統仮説の可視化と系統仮説間の統計的比較 講義編
astanabe
分子進化の統計モデリングとモデル選択 実習編
分子進化の統計モデリングとモデル選択 実習編
astanabe
分子系統樹推定に適した配列データセットの作成 実習編
分子系統樹推定に適した配列データセットの作成 実習編
astanabe
分子系統樹推定に適した配列データセットの作成 講義編
分子系統樹推定に適した配列データセットの作成 講義編
astanabe
20141211柏セミナー
20141211柏セミナー
astanabe
20141207種生物シンポ総括
20141207種生物シンポ総括
astanabe
20141207種生物シンポ趣旨
20141207種生物シンポ趣旨
astanabe
More from astanabe
(12)
20170824進化学夏の学校
20170824進化学夏の学校
20160324自由集会講演
20160324自由集会講演
20160324自由集会趣旨説明
20160324自由集会趣旨説明
メタバーコーディングが拓く新種探索の新時代
メタバーコーディングが拓く新種探索の新時代
系統樹・系統仮説の可視化と系統仮説間の統計的比較 実習編
系統樹・系統仮説の可視化と系統仮説間の統計的比較 実習編
系統樹・系統仮説の可視化と系統仮説間の統計的比較 講義編
系統樹・系統仮説の可視化と系統仮説間の統計的比較 講義編
分子進化の統計モデリングとモデル選択 実習編
分子進化の統計モデリングとモデル選択 実習編
分子系統樹推定に適した配列データセットの作成 実習編
分子系統樹推定に適した配列データセットの作成 実習編
分子系統樹推定に適した配列データセットの作成 講義編
分子系統樹推定に適した配列データセットの作成 講義編
20141211柏セミナー
20141211柏セミナー
20141207種生物シンポ総括
20141207種生物シンポ総括
20141207種生物シンポ趣旨
20141207種生物シンポ趣旨
最尤系統樹推定と系統樹の信頼性評価 講義編
1.
最尤系統樹推定 と系統樹の信頼性評価 田辺晶史
講義編
2.
3.
最尤法 って何?
4.
最大尤度法 って何?
5.
コイントスの例
6.
11
7.
11コイントスで裏が出る確率はXである
8.
11コイントスで裏が出る確率はXである X はいくつ?
9.
11 0.1
10.
11 10 回のコイントスで裏1
回表9 回が出る確率
11.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル
12.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9
13.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9=0.03874205
14.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9=0.03874205 ● 裏が出る確率は0.5 であるというモデル
15.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9=0.03874205 ● 裏が出る確率は0.5 であるというモデル ● (1/2)10
16.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9=0.03874205 ● 裏が出る確率は0.5 であるというモデル ● (1/2)10=0.0009765625
17.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9=0.03874205 ● 裏が出る確率は0.5 であるというモデル ● (1/2)10=0.0009765625
18.
11 10 回のコイントスで裏1
回表9 回が出る確率 ● 裏が出る確率は0.1 であるというモデル ● (1/10)×(9/10)9=0.03874205 ● 裏が出る確率は0.5 であるというモデル ● (1/2)10=0.0009765625 尤度
19.
あるモデルを仮定したとき、 11 データが実現する確率
20.
あるモデルを仮定したとき、 11 データが実現する確率
|| 尤度
21.
尤度が最大になるように パラメータ値を決める
22.
尤度が最大になるように パラメータ値を決める ||
最尤法
23.
系統樹推定 の場合
24.
樹形間の比較では分子進化モデルは固定 ( パラメータ値は推定)
25.
樹形間の比較では分子進化モデルは固定 ( パラメータ値は推定)
|| パラメータ数(K) は全樹形で等しい
26.
樹形間の比較では分子進化モデルは固定 ( パラメータ値は推定)
|| パラメータ数(K) は全樹形で等しい || 最大尤度樹形はAIC も最小
27.
最尤系統樹推定
28.
最尤系統樹推定 || 尤度が最大になる系統樹を
採用する
29.
30.
問題
31.
尤度最大な樹形 をどう決める?
32.
総当たり
33.
総当たり
34.
無総当た理り
35.
そこで、 局所探索
36.
37.
初期樹形
38.
初期樹形 樹形改変によって探索される範囲
39.
初期樹形 樹形改変によって探索される範囲
40.
初期樹形 さらに周囲を探索 樹形改変によって探索される範囲
41.
仮の最尤系統樹を更新していく 初期樹形 樹形改変によって探索される範囲
42.
それ以上尤度が高いもの が見つからない 仮の最尤系統樹を更新していく
初期樹形 樹形改変によって探索される範囲
43.
それ以上尤度が高いもの が見つからない 仮の最尤系統樹を更新していく
初期樹形 樹形改変によって探索される範囲 終了
44.
局所探索 って不安だなぁ ・・・
45.
気休 め
46.
47.
48.
無作為配列付加法
49.
無作為配列付加による初期樹形生成
50.
無作為配列付加による初期樹形生成 ● 無作為に選んだ3OTU
で系統樹生成( 樹形1 つ)
51.
無作為配列付加による初期樹形生成 ● 無作為に選んだ3OTU
で系統樹生成( 樹形1 つ) ● 無作為に選んだ1OTU の枝を最適な場所へ付ける
52.
無作為配列付加による初期樹形生成 ● 無作為に選んだ3OTU
で系統樹生成( 樹形1 つ) ● 無作為に選んだ1OTU の枝を最適な場所へ付ける ● さらに1OTU 足す、を繰り返す
53.
無作為配列付加による初期樹形生成 ● 無作為に選んだ3OTU
で系統樹生成( 樹形1 つ) ● 無作為に選んだ1OTU の枝を最適な場所へ付ける ● さらに1OTU 足す、を繰り返す ● 全OTU の系統樹を得る
54.
無作為配列付加による初期樹形生成 ● 無作為に選んだ3OTU
で系統樹生成( 樹形1 つ) ● 無作為に選んだ1OTU の枝を最適な場所へ付ける ● さらに1OTU 足す、を繰り返す ● 全OTU の系統樹を得る 反復すれば多数の樹形が得られる
55.
56.
はたして その系統樹は どれくらい
信頼できるのか?
57.
OTU4 OTU5 OTU1
OTU2 OTU3
58.
OTU4 OTU5 OTU1
OTU2 OTU3
59.
OTU1 OTU2 OTU3
OTU5 OTU4 OTU4 OTU1 OTU3 OTU5 OTU2 OTU4 OTU5 OTU1 OTU2 OTU3
60.
OTU1 OTU2 OTU3
OTU5 OTU4 OTU4 OTU1 OTU3 OTU5 OTU2 OTU4 OTU5 OTU1 OTU2 OTU3 系統樹は多数の 系統仮説の 集合体
61.
はたして その系統樹は どれくらい
信頼できるのか?
62.
はたして 各系統仮説は どれくらい
信頼できるのか?
63.
ブートストラップ 解析
64.
CCCCCCCCC AATTTTTTT TTTTTTTTT
TAACCCGGG CCCTTTTTT AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA CCCTTTTTT GGCCCAAAA CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9
65.
CCCCCCCCC AATTTTTTT TTTTTTTTT
TAACCCGGG CCCTTTTTT AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA CCCTTTTTT GGCCCAAAA CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9 CCCCCCCCC CCCTTTTTT GGCCCAAAA CCCCCCCCC CCCTTTTTT CCCCCCCCC CCCTTTTTT TTTTTTTTT AAAAAAAAA AAAAAAAAA TAACCCGGG AAAAAAAAA TTTTTTTTT AATTTTTTT TAACCCGGG CCCCCCCCC CCCTTTTTT TTTTTTTTT CCCTTTTTT CCCCCCCCC TAACCCGGG TTTTTTTTT CCCCCCCCC TAACCCGGG TAACCCGGG CCCTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9
66.
CCCCCCCCC AATTTTTTT TTTTTTTTT
TAACCCGGG データから データを CCCTTTTTT AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA CCCTTTTTT GGCCCAAAA CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9 CCCCCCCCC CCCTTTTTT GGCCCAAAA CCCCCCCCC 作る CCCTTTTTT CCCCCCCCC CCCTTTTTT TTTTTTTTT AAAAAAAAA AAAAAAAAA TAACCCGGG AAAAAAAAA TTTTTTTTT AATTTTTTT TAACCCGGG CCCCCCCCC CCCTTTTTT TTTTTTTTT CCCTTTTTT CCCCCCCCC TAACCCGGG TTTTTTTTT CCCCCCCCC TAACCCGGG TAACCCGGG CCCTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9
67.
CCCCCCCCC AATTTTTTT TTTTTTTTT
TAACCCGGG CCCTTTTTT AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA CCCTTTTTT GGCCCAAAA CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG AAAAAAAAA GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT TTTTTTTTT TAACCCGGG GGCCCAAAA CCCTTTTTT CCCCCCCCC AATTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9 CCCCCCCCC CCCTTTTTT GGCCCAAAA CCCCCCCCC CCCTTTTTT CCCCCCCCC CCCTTTTTT TTTTTTTTT AAAAAAAAA AAAAAAAAA TAACCCGGG AAAAAAAAA TTTTTTTTT AATTTTTTT TAACCCGGG CCCCCCCCC CCCTTTTTT TTTTTTTTT CCCTTTTTT CCCCCCCCC TAACCCGGG TTTTTTTTT CCCCCCCCC TAACCCGGG TAACCCGGG CCCTTTTTT OTU1 OTU2 OTU3 OTU4 OTU5 OTU6 OTU7 OTU8 OTU9 リサンプリング
68.
リサンプル
69.
リサンプル 最尤系統樹推定
70.
リサンプル 最尤系統樹推定 ひたすら
反復
71.
A A D
B B C D C A D B C A B C D
72.
A A D
B B C D C A D B C A B C D
73.
A A D
B B C D C A D B C A B C D 75% 25%
74.
A 出現頻度を 信頼性の指標に
A D B B C D C A D B C A B C D 75% 25%
75.
計算機の性能向上の技術トレンド
76.
計算機の性能向上の技術トレンド ● 2000
年代前半まで
77.
計算機の性能向上の技術トレンド ● 2000
年代前半まで ● 一度に処理できる命令数向上と動作周波数の向上
78.
計算機の性能向上の技術トレンド ● 2000
年代前半まで ● 一度に処理できる命令数向上と動作周波数の向上 ● プログラムはそのままでも高速化した
79.
計算機の性能向上の技術トレンド ● 2000
年代前半まで「フリーランチ時代」 ● 一度に処理できる命令数向上と動作周波数の向上 ● プログラムはそのままでも高速化した
80.
計算機の性能向上の技術トレンド ● 2000
年代前半まで「フリーランチ時代」 ● 一度に処理できる命令数向上と動作周波数の向上 ● プログラムはそのままでも高速化した ● 2000 年代後半以降「フリーランチの終焉」
81.
計算機の性能向上の技術トレンド ● 2000
年代前半まで「フリーランチ時代」 ● 一度に処理できる命令数向上と動作周波数の向上 ● プログラムはそのままでも高速化した ● 2000 年代後半以降「フリーランチの終焉」 ● CPU コア数の向上と一度に処理できるデータ量の向上
82.
計算機の性能向上の技術トレンド ● 2000
年代前半まで「フリーランチ時代」 ● 一度に処理できる命令数向上と動作周波数の向上 ● プログラムはそのままでも高速化した ● 2000 年代後半以降「フリーランチの終焉」 ● CPU コア数の向上と一度に処理できるデータ量の向上 ● 性能を引き出せるようプログラムを作りなおす必要がある
83.
計算機の性能向上の技術トレンド ● 2000
年代前半まで「フリーランチ時代」 ● 一度に処理できる命令数向上と動作周波数の向上 ● プログラムはそのままでも高速化した ● 2000 年代後半以降「フリーランチの終焉」 ● CPU コア数の向上と一度に処理できるデータ量の向上 ● 性能を引き出せるようプログラムを作りなおす必要がある プログラムの 並列化( 一度に多数のCPU コアを使う) ベクトル化( 一度に多量のデータを処理する) が必要に
84.
Intel CPU の拡張命令とRAxML
85.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3)
86.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理
87.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応
88.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用
89.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX)
90.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理
91.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理 ● Core i5/i7 (SandyBridge) 以降で対応
92.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理 ● Core i5/i7 (SandyBridge) 以降で対応 ● raxmlHPC-AVX ・raxmlHPC-PTHREADS-AVX で利用
93.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理 ● Core i5/i7 (SandyBridge) 以降で対応 ● raxmlHPC-AVX ・raxmlHPC-PTHREADS-AVX で利用 ● Fused Multiply-Add
94.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理 ● Core i5/i7 (SandyBridge) 以降で対応 ● raxmlHPC-AVX ・raxmlHPC-PTHREADS-AVX で利用 ● Fused Multiply-Add ● ±(A×B)±C を一度に実行
95.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理 ● Core i5/i7 (SandyBridge) 以降で対応 ● raxmlHPC-AVX ・raxmlHPC-PTHREADS-AVX で利用 ● Fused Multiply-Add ● ±(A×B)±C を一度に実行 ● Core i5/i7 (Haswell) 以降で対応
96.
Intel CPU の拡張命令とRAxML
● Streaming SIMD Extensions 3 (SSE3) ● 32bit 精度小数値データを一度に最大4 つ処理 ● Pentium 4 (Prescott) 以降で対応 ● raxmlHPC-SSE3 ・raxmlHPC-PTHREADS-SSE3 で利用 ● Advanced Vector Extensions (AVX) ● 32bit 精度小数値データを一度に最大8 つ処理 ● Core i5/i7 (SandyBridge) 以降で対応 ● raxmlHPC-AVX ・raxmlHPC-PTHREADS-AVX で利用 ● Fused Multiply-Add ● ±(A×B)±C を一度に実行 ● Core i5/i7 (Haswell) 以降で対応 ● raxmlHPC-AVX2 ・raxmlHPC-PTHREADS-AVX2 で利用
Download now