Pipeline Pilot Advanced Modeling Collection

Advanced Modeling Collection は、再帰的分割 (Recursive Partitioning) およびパレート最適化のための手法のほか、遺伝的アルゴリズムを応用した Genetic Function Approximation (GFA) を用いた QSAR 分析のための手法を提供します。

• Recursive Partitioning コンポーネントは、シングルツリーやフォレストツリーなど、さまざまな再帰的分割手法を提供します。これらの手法は、単一または複数の変数を学習できます。
  
• Pareto Optimization コンポーネントは、パレート最適化問題のための手法を提供し、相反する 2 つ以上の変数間でトレードオフの判断基準を含むソリューションを提供します。
• Genetic Function Approximation (GFA) は、遺伝的アルゴリズム法を応用して QSAR を計算します。これにより、化合物のプロパティ間の重要な関係を特定します。

Recursive Partitioning コンポーネントによって、次のことを実現できます。

• 多数の記述子を持つ膨大なデータ セットに対して高速な学習／データ マイニング
• 記述子としてフィンガープリントを使用して化合物データセットを学習
• ツリーの視覚化によって記述子と分類の関係を理解
• 記述子の使用を分析して最も特異的な記述子を特定
• ハイスピードで新しいデータセットのモデル値を予測

Pareto Optimization コンポーネントによって、次のことを実現できます。

• コンビナトリアル・ ライブラリ設計、製剤成分の最適化、株式ポートフォリオのリスク管理など、多岐にわたる問題に対するソリューションを最適化
• データセットから望まれる物性値の最良のトレードオフを持つサンプルを抽出
• 大きなデータ セットから目的の物性値間で最良のトレードオフを持つサンプル・サブセットを抽出

GFA 分析によって、次のことを実現できます。

• ベストモデルだけでなく多数の試行モデルを作成
• トレーニングデータにある偽相関を意図的に追加
• この技法を利用して仮説のテストではなく仮説を作成