ISMB/ECCB 2017読み会 ２０１７年８月２６日 https://atnd.org/events/89523 での使用プレゼン

1. ISMB/ECCB読み会２０１７
Rectified factor networks for biclustering
of omics data
Clevert et al,
Bioinformatics, 33, 2017, i59–i66
doi: 10.1093/bioinformatics/btx226
報告者：
中央大学理工学部物理学科 田口善弘

2. 概要
Rectified factor networks (RFN)という
手法がNIPS2015で報告されている(同著
者！）。これは基本的に因子分析をする方法
だがこれを使ってbiclusteringを行う手法
を提案し、既存のbiclusteringよりよい性
能を持っていることを調べた。

3. biclustering： 部分行列相同性の高い部分配列を推定する
真面目にやるとN行M列の行列の任意のn(<N)行とm(<M)列
を取り出しだ部分配列（場所は飛び飛びでも可）を全て調べ
なくてはならずexp(N+M)のオーダーの時間がかかってしまい
実行不可能。なにかヒューリスティックを考えないといけない。

4. 基本的な発想：
ベクトルのクロネッカー積で表現可能な部分配列に限定

5. RFN(NIPS2015)
観測データ
推定
残差がガウス分布に従うという仮定で を推定
手法的には変分ベイズ法。
このままだとbiclusterが一個しか見つからないので
dropout（観測値をランダムに抜く）で分散化。

6. RFNのアルゴリズムはNIPS2015とほぼ同じ。
違いは、疎性性の導入（L1正則化に相当）
くらい。
Clevert et al, “に は We propose to use the recently
introduced RFNs (NIPS2015) for biclustering...”などと
書かれているが、NIPS2015の論文でも、人工データとして主
にbiculsterの行列で性能評価しているので、ISMB2017の
論文でRFNのbiclusterへの応用を提案したというのはウソ
である（しかもNIPS2015の論文と今回の論文は同著者！）。
ここが追加
これはNIPS
にはない。

7. NIPS2015の論文
biclusterとはっきり書いてある！

8. “Rectified Factor Networks for Biclustering”
という論文まで別途書いて,落とされている....
(ISMBに通ったのとほぼ同内容です）。
https://openreview.net/forum?id=ryb­q1Olg
ICLR committee final decision
ICLR 2017 pcs
07 Feb 2017 ICLR 2017 conference
acceptancereaders: everyone
Decision: Reject
Comment: The reviewers pointed out several issues
with the paper, and all recommended rejection.
Interesting work but poorly presented
ICLR 2017 conference AnonReviewer1
….

9. 余談ですが....
ICLR2017読み会
https://connpass.com/event/57631/
あります。
「2017年4月に開催された国際学術会議、International
Conference on Learning Representations (ICLR'17) の論文
読み会です。画像はHPからの引用です。 オープンレビューを採
用しているので、リジェクトされたものも含め全ての論文および
レビューを読むことができます。
発表者でない参加者の方を募集中です。ディープラーニングや
機械学習に関する論文を普段読んでいる研究者、学生、エンジ
ニアの方を想定しておりますが、誰でもご参加いただけます。
終了後に懇親会を予定しております。参加費無料ですので、是
非ご参加ください。」

10. 「発表時間が限られていますので、可能な限り詳細は省き、
エッセンスのみを発表するようにしてください。例えば、この論
文のどこがすごいのか、なぜISMBに採択されたのか、などに
絞って説明していただけるとわかりやすいです」
NIPS2015NIPS2015に論文が通ったから。に論文が通ったから。
NIPS：
機械学習のトップカンファレンス。
今をときめく東大の杉山先生も元々はNIPS初のアジア人大会長
を務めたということで注目を浴びたのがきっかけ。
逆説的ではあるがISMBに通したかったら前年のNIPSに論文採
択されておくというのは重要なファクターと思われる。
今から：NIPS2018（２０１８年１０月）で採択→ISMB2019に投稿

11. 但し.... NIPS2015/ISMB2017掲載論文のコレポンは....
Sepp Hochreiter
Professor of Bioinformatics, Johannes Kepler University Linz
Artificial Intelligence, Machine Learning, Neural Networks, Deep
Learning, Bioinformatics
total citations > 9000 (google scholar)
..ということなのでこっちはあまり目指すべき道ではないのかもし
れない。
もうちょっと建設的なことをいうとすると単体でNIPS２０１５に通
るくらいのアルゴリズムを考えてそれをバイオインフォに使えば
ISMBを目指せる、ということなのでは。

12. 内容について：
多数の比較手法を扱っている。
人工データ 遺伝子発現プロファイル

13. 既存手法より
① アルゴリズミックに速い
② GPU実装可能
既存手法
提案手法
提案手法＋GPU
５００
検出bicluster数
秒
１０００
１

14. まあ、今年は外れを引いてしまいました.....。
ごめんなさい。