[論文レビュー] Towards a Unified Taxonomy of Biclustering Methods

Dmitry I. Ignatov, Bruce W. Watson|arXiv (Cornell University)|Feb 17, 2017

Rough Sets and Fuzzy Logic参考文献 31被引用数 3

ひとこと要約

本稿では、形式的概念分析（FCA）および属性探索を用いて、バイクラスタリング手法の包括的で統一された分類体系を提案する。バイクラスタリング手法を形式的概念としてモデル化し、属性探索を適用することで、バイオインフォマティクスおよびデータマイニング分野における多様な分類スキームを統合する。著者らは、欠落した手法的カテゴリーを明らかにし、インタラクティブでオントロジー的な分類を可能にする包括的かつ拡張可能なフレームワークを確立する。

ABSTRACT

Being an unsupervised machine learning and data mining technique, biclustering and its multimodal extensions are becoming popular tools for analysing object-attribute data in different domains. Apart from conventional clustering techniques, biclustering is searching for homogeneous groups of objects while keeping their common description, e.g., in binary setting, their shared attributes. In bioinformatics, biclustering is used to find genes, which are active in a subset of situations, thus being candidates for biomarkers. However, the authors of those biclustering techniques that are popular in gene expression analysis, may overlook the existing methods. For instance, BiMax algorithm is aimed at finding biclusters, which are well-known for decades as formal concepts. Moreover, even if bioinformatics classify the biclustering methods according to reasonable domain-driven criteria, their classification taxonomies may be different from survey to survey and not full as well. So, in this paper we propose to use concept lattices as a tool for taxonomy building (in the biclustering domain) and attribute exploration as means for cross-domain taxonomy completion.

研究の動機と目的

• バイオインフォマティクスやデータマイニングなどの多様な分野におけるバイクラスタリング手法の間で、一貫性があり包括的な分類体系が欠如している問題に対処すること。
• 既存の、しばしば矛盾したり不完全だったバイクラスタリングアルゴリズムの分類スキームを統合すること。
• 形式的概念ラティスに属性探索を適用することで、現在のバイクラスタリング手法分類におけるギャップを同定すること。
• 共有される属性と構造的性質に基づいて、新しいバイクラスタリング手法を分類する再利用可能で拡張可能なフレームワークを開発すること。
• 概念ラティスとネストド・ライン図を用いて、複数の粒度でバイクラスタリング技術をインタラクティブに視覚的かつオントロジー的な方法で探索可能にする。

提案手法

• バイクラスタリング手法を、オブジェクト（手法）と属性（分類基準）からなる形式的文脈内の形式的概念としてモデル化する。
• 形式的文脈から概念ラティスを構築し、バイクラスタリング手法間の階層的関係を表現する。
• 属性探索—形式的概念分析の技術—を用いて、分類属性間の論理的含意を同定することで、分類体系の検証と完成を図る。
• ラティス構造を用いて、欠落しているまたは一貫性のない手法カテゴリー（例：1セット発見戦略を用いた非全遍歴バイクラスター）を検出する。
• 形式的概念をn項関係に一般化することで、マルチモーダルクラスタリング拡張（例：3クラスタリング、n-セット）を分類体系に統合する。
• 木構造、ラティス構造、ネストド・ライン図インターフェースを用いて、複数の粒度で分類体系をインタラクティブに視覚化する。

実験結果

リサーチクエスチョン

• RQ1 文献に散在する多様な分類スキームから、統一されたバイクラスタリング手法分類体系をどのように構築できるか。
• RQ2 既存のバイクラスタリング分類体系において、欠落しているか一貫性のない分類属性は何か。それらはどのように同定できるか。
• RQ3 形式的概念分析および属性探索を用いることで、現在のバイクラスタリング手法分類における構造的ギャップをどの程度明らかにできるか。
• RQ4 新しいバイクラスタリングアルゴリズムが登場するにつれ、分類体系はどのように維持・拡張できるか。
• RQ5 提案されたフレームワークは、視覚的および論理的手段を通じて、バイクラスタリング手法のインタラクティブな探索と分類を支援できるか。

主な発見

• 著者らは、バイオインフォマティクス分野で広く使われているバイクラスタリング手法（例：BiMax）が、1980年代に形式的概念分析で既に知られていた形式的概念（ブール行列内の最大部分行列）に等価であることを同定した。
• 属性探索により、論理的不整合や欠落したカテゴリー（例：1セット発見戦略と全遍歴バイクラスタ構造を併せ持つ手法）が明らかになった。これらは論理的に含意されているが、まだ実装されていない。
• 分類体系構築プロセスにより、既存の分類はしばしば不完全であり、分野特異的で、形式的検証が欠如していることが判明し、重複または再発見されたアルゴリズム的アプローチが生じていた。
• 概念ラティスの使用により、バイクラスタリング手法の階層的組織化が可能になり、一般から特定への関係が明らかになり、インタラクティブなナビゲーションと分類が可能になった。
• フレームワークは、バイクラスタリング知識のオントロジー的管理を可能にし、専門家フィードバックを用いた新規手法カテゴリーの動的拡張と検証を可能にした。
• マルチモーダルクラスタリング（例：3クラスタリング、n-セット）の分類体系への統合は、本フレームワークが従来のバイクラスタリングを越えた拡張性を有することを示している。