JP2022031730A - 確率分布をモデル化するためのシステムおよび方法 - Google Patents

Abstract

【課題】複雑な確率分布をモデル化するためのシステム及び方法を提供する。
【解決手段】確率分布をモデル化するためのデータを収集し、確率分布を提供するシステム１００において、サーバシステム１１０、１４０及び１７０は夫々、ネットワーク１６０を経由してクラウドサービスをユーザに提供するプロセスを実行する内部ネットワークを介して、相互に通信可能に接続される１つ以上のサーバのグループである。ユーザは、ネットワーク１６０に接続する個人用デバイス１８０及び１２０を使用し、複雑な確率分布をモデル化するシステム及び方法を使用する。
【選択図】図１

Description

（関連出願の相互参照）
本願は、２０１８年１月１７日に出願され、「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｍｏｄｅｌｉｎｇ Ｐｒｏｂａｂｉｌｉｔｙ Ｄｉｓｔｒｉｂｕｔｉｏｎｓ」と題された、米国仮特許出願第６２／６１８，４４０号、および２０１９年１月１５日に出願され、「Ｓｉｍｕｌａｔｉｎｇ Ｂｉｏｌｏｇｉｃａｌ ａｎｄ Ｈｅａｌｔｈ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ｒｅｓｔｒｉｃｔｅｄ Ｂｏｌｔｚｍａｎｎ Ｍａｃｈｉｎｅｓ」と題された、米国仮特許出願第６２／７９２，６４８号の利益および優先権を主張する。米国仮特許出願第６２／６１８，４４０号および第６２／７９２，６４８号の開示は、それらの全体として参照することによって本明細書に組み込まれる。

本発明は、概して、確率分布をモデル化することに関し、より具体的には、ボルツマンマシンを訓練および実装し、複雑な確率分布を正確にモデル化することに関する。

不確実性の世界では、データの多様かつ異種のセットに基づいて、複数の次元にわたって確率分布を適切にモデル化することは困難である。例えば、医療業界では、個人健康転帰は、決して正確ではない。疾患がある１人の患者の症状が、急速に悪化し得る一方で、別の患者は、迅速に回復する。個人健康転帰の固有の偶然性は、健康情報学が、決定論的転帰ではなく健康リスクを予測することを目標としなければならないことを含意する。健康リスクを定量化および予測する能力は、集団の健康に依存するビジネスモデルに重要な影響を与える。

本発明の実施形態による、複雑な確率分布をモデル化するためのシステムおよび方法が、例証される。一実施形態は、制限ボルツマンマシン（ＲＢＭ）を訓練するための方法を含み、本方法は、可視値の第１のセットから、ＲＢＭの隠れ層内の隠れ値のセットを生成するステップと、隠れ値の生成されたセットに基づいて、ＲＢＭの可視層内の可視値の第２のセットを生成するステップとを含む。本方法はまた、可視値の第１のセットおよび可視値の生成されたセットのうちの少なくとも１つに基づいて、尤度勾配のセットを算出するステップと、隠れ値のセットおよび可視値のセットのうちの少なくとも１つに基づく敵対モデルを使用して、敵対勾配のセットを算出するステップと、尤度勾配のセットおよび敵対勾配のセットに基づいて、複合勾配のセットを算出するステップとを含む。本方法は、複合勾配のセットに基づいて、ＲＢＭを更新するステップを含む。

さらなる実施形態では、ＲＢＭの可視層は、異なるデータタイプのための複数の副層から成る複合層を含む。

なおも別の実施形態では、複数の副層は、ベルヌーイ層、イジング層、ワンホット層、フォンミーゼスフィッシャー層、ガウス層、ＲｅＬＵ層、クリップされたＲｅＬＵ層、スチューデント－ｔ層、序数層、指数関数層、および複合層のうちの少なくとも１つを含む。

なおもさらなる実施形態では、ＲＢＭは、深層ボルツマンマシン（ＤＢＭ）であり、隠れ層は、複数の隠れ層のうちの１つである。

さらに別の実施形態では、ＲＢＭは、第１のＲＢＭであり、隠れ層は、複数の隠れ層のうちの第１の隠れ層である。本方法はさらに、第１のＲＢＭから隠れ層をサンプリングするステップと、第１のＲＢＭからの可視層および隠れ層をベクトルにスタックするステップと、第２のＲＢＭを訓練するステップと、第１および第２のＲＢＭからの加重をＤＢＭにコピーすることによって、ＤＢＭを生成するステップとを含む。ベクトルは、第２のＲＢＭの可視層である。

その上さらなる実施形態では、本方法はさらに、患者の表現型ベクトルを受信するステップと、ＲＢＭを使用し、疾患の時間進行を生成するステップと、生成された時間進行に基づいて、患者を治療するステップとを含む。

別の付加的実施形態では、可視層および隠れ層は、第１の時間インスタンスのためのものであり、隠れ層はさらに、異なる第２の時間インスタンスからのデータを組み込む第２の隠れ層に接続される。

さらなる付加的実施形態では、可視層は、複数の異なる時間インスタンスのためのデータを含む、複合層である。

再度、別の実施形態では、尤度勾配のセットを算出するステップは、ギブスサンプリングを実施するステップを含む。

再度、さらなる実施形態では、複合勾配のセットは、尤度勾配のセットおよび敵対勾配のセットの加重平均である。

なおもさらに別の実施形態では、本方法はさらに、真正データに基づいて、データサンプルを引き出するステップと、ＲＢＭに基づいて、架空のサンプルを引き出すステップと、データサンプルと架空のサンプルとを区別する敵対モデルの能力に基づいて、敵対モデルを訓練するステップとによって、敵対モデルを訓練するステップを含む。

なおもその上さらなる実施形態では、敵対モデルを訓練するステップは、特定のサンプルが真正データまたはＲＢＭのいずれかから引き出される確率を測定するステップを含む。

なおも別の付加的実施形態では、敵対モデルは、完全接続分類子、ロジスティック回帰モデル、最近傍分類子、およびランダムフォレストのうちの１つである。

なおもさらなる付加的実施形態では、本方法はさらに、ＲＢＭを使用し、標的集団のサンプルのセットを生成するステップを含む。

再度、なおも別の実施形態では、尤度勾配のセットを算出するステップは、モンテカルロ推定値および平均場推定値の凸結合を算出するステップを含む。

再度、なおもさらなる実施形態では、尤度勾配のセットを算出するステップは、複数のサンプルを初期化するステップと、複数のサンプルのうちのサンプル毎に逆温度を初期化するステップとを含む。複数のサンプルのうちのサンプル毎に、尤度勾配のセットを算出するステップはさらに、自己相関されたガンマ分布からサンプリングすることによって、逆温度を更新するステップと、ギブスサンプリングを使用して、サンプルを更新するステップとを含む。

付加的実施形態および特徴が、以下に続く説明に部分的に記載され、本明細書の検討に応じて、部分的に当業者に明白となるであろう、または本発明の実践によって学習され得る。本発明の性質および利点のさらなる理解が、本開示の一部を形成する、本明細書および図面の残りの部分を参照することによって認識され得る。
本発明は、例えば、以下を提供する。
（項目１）
制限ボルツマンマシン（ＲＢＭ）を訓練するための方法であって、前記方法は、
可視値の第１のセットから、ＲＢＭの隠れ層内の隠れ値のセットを生成することと、
前記隠れ値の生成されたセットに基づいて、前記ＲＢＭの可視層内の可視値の第２のセットを生成することと、
前記可視値の第１のセットおよび前記可視値の生成されたセットのうちの少なくとも１つに基づいて、尤度勾配のセットを算出することと、
前記隠れ値のセットおよび前記可視値のセットのうちの少なくとも１つに基づく敵対モデルを使用して、敵対勾配のセットを算出することと、
前記尤度勾配のセットおよび前記敵対勾配のセットに基づいて、複合勾配のセットを算出することと、
前記複合勾配のセットに基づいて、前記ＲＢＭを更新することと
を含む、方法。
（項目２）
前記ＲＢＭの可視層は、異なるデータタイプのための複数の副層から成る複合層を備える、項目１に記載の方法。
（項目３）
前記複数の副層は、ベルヌーイ層、イジング層、ワンホット層、フォンミーゼスフィッシャー層、ガウス層、ＲｅＬＵ層、クリップされたＲｅＬＵ層、スチューデント－ｔ層、序数層、指数関数層、および複合層のうちの少なくとも１つを備える、項目１に記載の方法。
（項目４）
前記ＲＢＭは、深層ボルツマンマシン（ＤＢＭ）であり、前記隠れ層は、複数の隠れ層のうちの１つである、項目１に記載の方法。
（項目５）
前記ＲＢＭは、第１のＲＢＭであり、前記隠れ層は、前記複数の隠れ層のうちの第１の隠れ層であり、前記方法はさらに、
前記第１のＲＢＭから前記隠れ層をサンプリングすることと、
前記第１のＲＢＭからの前記可視層および前記隠れ層をベクトルにスタックすることと、
第２のＲＢＭを訓練することであって、前記ベクトルは、前記第２のＲＢＭの可視層である、ことと、
前記第１および第２のＲＢＭからの加重を前記ＤＢＭにコピーすることによって、前記ＤＢＭを生成することと
を含む、項目４に記載の方法。
（項目６）
患者の表現型ベクトルを受信することと、
前記ＲＢＭを使用し、疾患の時間進行を生成することと、
前記生成された時間進行に基づいて、前記患者を治療することと
をさらに含む、項目１に記載の方法。
（項目７）
前記可視層および前記隠れ層は、第１の時間インスタンスのためのものであり、前記隠れ層はさらに、異なる第２の時間インスタンスからのデータを組み込む第２の隠れ層に接続される、項目１に記載の方法。
（項目８）
前記可視層は、複数の異なる時間インスタンスのためのデータを備える複合層である、項目１に記載の方法。
（項目９）
前記尤度勾配のセットを算出することは、ギブスサンプリングを実施することを含む、項目１に記載の方法。
（項目１０）
前記複合勾配のセットは、前記尤度勾配のセットおよび前記敵対勾配のセットの加重平均である、項目１に記載の方法。
（項目１１）
前記敵対モデルを訓練することをさらに含み、前記敵対モデルを訓練することは、
真正データに基づいて、データサンプルを引き出することと、
前記ＲＢＭに基づいて、架空のサンプルを引き出すことと、
前記データサンプルと前記架空のサンプルとを区別する前記敵対モデルの能力に基づいて、前記敵対モデルを訓練することと
によって行われる、項目１に記載の方法。
（項目１２）
前記敵対モデルを訓練することは、特定のサンプルが真正データまたは前記ＲＢＭのいずれかから引き出される確率を測定することを含む、項目１に記載の方法。
（項目１３）
前記敵対モデルは、完全接続分類子、ロジスティック回帰モデル、最近傍分類子、およびランダムフォレストのうちの１つである、項目１に記載の方法。
（項目１４）
前記ＲＢＭを使用し、標的集団のサンプルのセットを生成することをさらに含む、項目１に記載の方法。
（項目１５）
尤度勾配のセットを算出することは、モンテカルロ推定値および平均場推定値の凸結合を算出することを含む、項目１に記載の方法。
（項目１６）
尤度勾配のセットを算出することは、
複数のサンプルを初期化することと、
前記複数のサンプルのうちのサンプル毎に逆温度を初期化することと、
前記複数のサンプルのうちのサンプル毎に、
自己相関されたガンマ分布からサンプリングすることによって、前記逆温度を更新することと、
ギブスサンプリングを使用して、前記サンプルを更新することと
を含む、項目１に記載の方法。
（項目１７）
制限ボルツマンマシン（ＲＢＭ）を訓練するためのプロセッサ命令を含有する非一過性の機械可読媒体であって、プロセッサによる前記命令の実行は、前記プロセッサに、
可視値の第１のセットから、ＲＢＭの隠れ層内の隠れ値のセットを生成することと、
前記隠れ値の生成されたセットに基づいて、前記ＲＢＭの可視層内の可視値の第２のセットを生成することと、
前記可視値の第１のセットおよび前記可視値の生成されたセットのうちの少なくとも１つに基づいて、尤度勾配のセットを算出することと、
前記隠れ値のセットおよび前記可視値のセットのうちの少なくとも１つに基づく敵対モデルを使用して、敵対勾配のセットを算出することと、
前記尤度勾配のセットおよび前記敵対勾配のセットに基づいて、複合勾配のセットを算出することと、
前記複合勾配のセットに基づいて、前記ＲＢＭを更新することと
を含むプロセスを実施させる、非一過性の機械可読媒体。
（項目１８）
前記ＲＢＭの可視層は、異なるデータタイプのための複数の副層から成る複合層を備える、項目１７に記載の非一過性の機械可読媒体。
（項目１９）
前記ＲＢＭは、深層ボルツマンマシン（ＤＢＭ）であり、前記隠れ層は、複数の隠れ層のうちの１つである、項目１７に記載の非一過性の機械可読媒体。
（項目２０）
前記ＲＢＭは、第１のＲＢＭであり、前記隠れ層は、前記複数の隠れ層のうちの第１の隠れ層であり、前記プロセスはさらに、
前記第１のＲＢＭから前記隠れ層をサンプリングすることと、
前記第１のＲＢＭからの前記可視層および前記隠れ層をベクトルにスタックすることと、
第２のＲＢＭを訓練することであって、前記ベクトルは、前記第２のＲＢＭの可視層である、ことと、
前記第１および第２のＲＢＭからの加重を前記ＤＢＭにコピーすることによって、前記ＤＢＭを生成することと
を含む、項目１９に記載の非一過性の機械可読媒体。

説明および請求項は、本発明の例示的実施形態として提示され、本発明の範囲の完全な記載として解釈されるべきではない、以下の図およびデータグラフを参照して、より完全に理解されるであろう。

図１は、本発明のいくつかの実施形態による、確率分布をモデル化するためのデータの収集および分布を提供するシステムを図示する。

図２は、確率論的モデルを訓練および利用するためのデータ処理要素を図示する。

図３は、確率論的モデルを訓練および利用するためのデータ処理アプリケーションを図示する。

図４は、分析のためのデータを準備するためのプロセスを概念的に図示する。

図５は、本発明のある実施形態による、一般化ボルツマンマシンを実装するためのデータ構造を図示する。

図６は、本発明のいくつかの実施形態による、双峰分布およびＲＢＭ分布によって学習される平滑化拡散分布を図示する。

図７は、本発明のいくつかの実施形態による、一般化制限ボルツマンマシンのためのアーキテクチャを図示する。

図８は、本発明のある実施形態による、一般化ボルツマンマシンを実装するためのスキーマを図示する。

図９は、本発明のある実施形態による、一般化深層ボルツマンマシンのためのアーキテクチャを図示する。

図１０は、本発明の実施形態による、逆の層毎の訓練のためのプロセスを概念的に図示する。

図１１は、本発明の多くの実施形態による、一般化深層時間ボルツマンマシンのためのアーキテクチャを図示する。

図１２は、本発明のいくつかの実施形態による、ボルツマン符号化敵対マシンを訓練するためのプロセスを概念的に図示する。

図１３は、対数尤度を最大限にするように訓練されるＲＢＭから、およびＢＥＡＭとして訓練されるＲＢＭから引き出される、結果として生じるサンプルを図示する。

図１４は、本発明のいくつかの実施形態による、ガウス分布の２Ｄ混合についてＢＥＡＭを訓練することの結果を図示する。

図１５は、本発明のいくつかの実施形態による、ボルツマン符号化敵対マシンを実装するためのアーキテクチャを図示する。

図１６は、正規ギブスサンプリングを用いてボルツマンマシンから引き出されるサンプルと、温度駆動型サンプリングを使用して引き出されるものとの間の比較を図示する。 同上。

図１７は、正規ギブスサンプリングを使用してＭＮＩＳＴデータセットについて訓練されるＧＲＢＭによって生成される架空の粒子と、ＴＤＳを使用するものとの間の比較を図示する。

機械学習は、複雑な確率分布をモデル化することへの１つの潜在的アプローチである。以下の説明では、多くの実施例が、医療用途を参照して説明されるが、当業者は、本明細書に説明される技法が、（限定ではないが）健康情報学、画像／オーディオ処理、マーケティング、社会学、および研究室での研究を含む、種々の異なる分野で容易に適用され得ることを認識するであろう。最も差し迫った問題のうちの１つは、多くの場合、特定の着目問題に直接対処する標識データが殆どまたは全くないことである。患者が臨床試験において治験治療薬に応答するであろう方法を予測するタスクを考慮されたい。教師付き学習設定では、治療薬を多くの患者に投与し、各患者が応答する方法を観察するであろう。次いで、本データを使用し、新しい患者が治療薬に応答するであろう方法を予測するモデルを構築するであろう。例えば、最近傍分類子は、以前に治療された患者のプールに目を通し、新しい患者に最も類似する患者を見出し、次いで、以前に治療された患者の応答に基づいて、新しい患者の応答を予測するであろう。しかしながら、教師付き学習は、有意量の標識データを要求し、特に、サンプルサイズが小さい、または標識データが容易に利用可能ではない場合、教師なし学習が、機械学習の成功した適用に不可欠である。

コンピュータビジョン等の多くの機械学習用途は、入力および訓練データを正規化するように前処理または別様に操作されなければならない、均一な情報（例えば、同一形状および分解能の画像）の使用を要求する。しかしながら、多くの用途では、多くのソースからの種々のタイプのデータ（例えば、画像、数字、カテゴリ、範囲、テキストサンプル等）を組み合わせることが望ましい。例えば、医療データは、（限定ではないが）人口統計情報（例えば、患者の年齢、民族性等）、診断（例えば、患者が特定の疾患を有するかどうかを説明する２進コード）、研究室値（例えば、血液検査等の研究室検査からの結果）、医師のメモ（例えば、医師によってとられる、または医療記録システムに入力される手書きのメモ）、画像（例えば、Ｘ線、ＣＴスキャン、ＭＲＩ等）、およびオミクスデータ（例えば、患者の遺伝的背景、その遺伝子の発現等を説明する、ＤＮＡ配列決定研究からのデータ）を含む、種々の異なるソースからの種々の異なるタイプの情報を含むことができる。これらのデータのうちのいくつかは、２進数であり、いくつかは、連続的であり、いくつかは、カテゴリ別である。これらの異なるタイプおよびソースのデータの全てを統合することは、重要であるが、機械学習への従来的アプローチを用いて種々のデータタイプを扱うことは、極めて困難である。典型的には、データは、機械学習に使用される特徴の全てが、同一のタイプであるように、大いに前処理される必要がある。データ前処理ステップは、機械学習モデルを訓練および実装することで分析者の時間の大部分を占め得る。

多くの異なるタイプのデータを処理することに加えて、分析に使用されるデータは、多くの場合、不完全または不規則である。医療データの実施例では、医師は、多くの場合、全患者に検査の同一のセットを実行するわけではない（ただし、臨床試験は、重要な例外である）。代わりに、医師は、患者について具体的な懸念がある場合に検査を注文するであろう。したがって、医療記録は、欠落した観察を伴う多くのフィールドを含有する。しかし、これらの観察は、無作為に欠落し得ない。これらの欠落した観察を取り扱うことは、医療における機械学習の任意の適用の重要な一部である。

医療における機械学習に関して、欠落したデータの２つの含意がある。第１に、任意のアルゴリズムは、訓練セットに欠落した観察がある場合に、データから学習することができる必要がある。第２に、アルゴリズムは、入力観察のサブセットのみを提示されるときでさえも、予測を行うことができる必要がある。すなわち、同時確率分布から任意の条件関係を表現することができる必要がある。

近年、大きな注目を集めている、１つのアプローチは、敵対的生成ネットワーク（ＧＡＮ）の使用である。ＧＡＮは、それらの従来的公式化では、フィードフォワードニューラルネットワークを通して、ランダムガウスノイズを可視ベクトルに変換する、ジェネレータを使用する。本公式化を用いたモデルは、標準誤差逆伝搬プロセスを使用して訓練されることができる。しかしながら、ＧＡＮ訓練は、ジェネレータおよびディスクリミネータ（またはクリティック）の訓練の間の慎重な平衡を要求し、不安定である傾向がある。また、ＧＡＮを用いて恣意的条件付き分布からサンプルを生成することは可能ではなく、異なるデータタイプおよび欠落した観察を伴う異種データセットを伴う問題にＧＡＮを適用することは、非常に困難であり得る。

本発明の多くの実施形態は、複雑な確率分布の確率論的教師なし機械学習モデルを訓練および実装するための異種、不規則、および非標識データの使用のための新規かつ革新的システムおよび方法を提供する。

確率分布をモデル化するためのシステム
ここで図面を参照すると、本発明のいくつかの実施形態による、確率分布をモデル化するためのデータの収集および分布を提供するシステムが、図１に示される。ネットワーク１００は、通信ネットワーク１６０を含む。通信ネットワーク１６０は、ネットワーク１６０に接続されるデバイスが、他の接続されたデバイスと通信することを可能にする、インターネット等のネットワークである。サーバシステム１１０、１４０、および１７０は、ネットワーク１６０に接続される。サーバシステム１１０、１４０、および１７０はそれぞれ、ネットワーク１６０を経由してクラウドサービスをユーザに提供するプロセスを実行する内部ネットワークを介して、相互に通信可能に接続される、１つ以上のサーバのグループである。本議論の目的のために、クラウドサービスは、ネットワークを経由してデータおよび／または実行可能アプリケーションをデバイスに提供するように、１つ以上のサーバシステムによって実行される、１つ以上のアプリケーションである。サーバシステム１１０、１４０、および１７０は、内部ネットワーク内に３つのサーバをそれぞれ有して示される。しかしながら、サーバシステム１１０、１４０、および１７０は、任意の数のサーバを含んでもよく、任意の付加的な数のサーバシステムが、クラウドサービスを提供するようにネットワーク１６０に接続されてもよい。本発明の種々の実施形態によると、本発明の実施形態による、複雑な確率分布をモデル化するシステムおよび方法を使用するネットワークが、ネットワーク１６０を経由して通信する単一のサーバシステムおよび／またはサーバシステムのグループ上で実行されているプロセス（またはプロセスのセット）によって提供されてもよい。

ユーザは、ネットワーク１６０に接続する個人用デバイス１８０および１２０を使用し、本発明の種々の実施形態による、複雑な確率分布をモデル化するシステムおよび方法を使用するネットワークを提供する、および／またはそれと相互作用するためのプロセスを実施してもよい。示される実施形態では、個人用デバイス１８０は、ネットワーク１６０への従来の「有線」接続を介して接続される、デスクトップコンピュータとして示される。しかしながら、個人用デバイス１８０は、デスクトップコンピュータ、ラップトップコンピュータ、スマートテレビ、娯楽ゲーム機、または「有線」接続を介してネットワーク１６０に接続する任意の他のデバイスであってもよい。モバイルデバイス１２０は、無線接続を使用してネットワーク１６０に接続する。無線接続は、無線周波数（ＲＦ）信号、赤外線信号、または任意の他の形態の無線シグナリングを使用し、ネットワーク１６０に接続する、接続である。図１では、モバイルデバイス１２０は、携帯電話である。しかしながら、モバイルデバイス１２０は、携帯電話、携帯情報端末（ＰＤＡ）、タブレット、スマートフォン、または本発明から逸脱することなく、無線接続を介してネットワーク１６０に接続する任意の他のタイプのデバイスであってもよい。

いくつかの実施形態による、確率論的モデルを訓練および利用するためのデータ処理要素が、図２に図示される。種々の実施形態では、データ処理要素２００は、図１を参照して説明されるシステムに類似するネットワーク化システム内のサーバシステムおよび／または個人用デバイスのうちの１つ以上のものである。データ処理要素２００は、プロセッサ（またはプロセッサのセット）２１０と、ネットワークインターフェース２２５と、メモリ２３０とを含む。ネットワークインターフェース２２５は、ネットワーク接続を経由して、ネットワークを横断してデータを送信および受信することが可能である。いくつかの実施形態では、ネットワークインターフェース２２５は、メモリ２３０と通信する。いくつかの実施形態では、メモリ２３０は、限定ではないが、データ処理アプリケーション２３２、データファイル２３４、およびモデルパラメータ２３６を含む、種々のデータを記憶するように構成される任意の形態の記憶装置である。本発明のいくつかの実施形態による、データ処理アプリケーション２３２は、（限定ではないが）複雑な確率分布をモデル化するために、データファイル２３４からのデータを使用し、モデルパラメータ２３６を更新すること等の種々のプロセスを実施するように、プロセッサ２１０にダイレクトする。

本発明のいくつかの実施形態による、データ処理アプリケーションが、図３に図示される。本実施例では、データ処理要素３００は、データ収集エンジン３１０と、データベース３２０と、モデルトレーナ３３０と、生成モデル３４０と、ディスクリミネータモデル３５０と、シミュレータエンジン３４５とを含む。モデルトレーナ３３０は、スキーマプロセッサ３３２と、サプリングエンジン３３４とを含む。本発明の多くの実施形態による、データ処理アプリケーションは、データを処理し、複雑な確率分布をモデル化するために使用され得る確率論的モデルを訓練する。

本発明の多くの実施形態による、データ収集エンジンは、種々の形式で種々のソースからデータを収集する。本発明の多くの実施形態による、収集されたデータは、異種（例えば、種々のタイプ、範囲、および制約を伴うデータ）および／または不完全であり得る、データを含む。当業者は、本発明の実施形態によると、種々のタイプおよび量のデータが、具体的用途の要件にとって適切であるように利用され得ることを認識するであろう。いくつかの実施形態では、データ収集エンジンはさらに、モデルの訓練を促進するようにデータを前処理するためのものである。しかしながら、他の方法で実施される前処理と異なり、本発明のいくつかの実施形態による、前処理は、データタイプおよび／または各データ入力と関連付けられるスキーマに基づいて、自動的に実施される。例えば、ある実施形態では、非構造化テキストの本文（例えば、タイプされた医療メモ、診断、自由形式質問票の応答等）が、（限定ではないが）ベクトル化（例えば、ｗｏｒｄ２ｖｅｃを使用する）、要約、感情分析、および／またはキーワード分析等の種々の方法で処理される。他の前処理ステップは、（限定ではないが）正規化、平滑化、フィルタリング、および集約を含むことができる。いくつかの実施形態では、前処理は、（限定ではないが）制限ボルツマンマシン、サポートベクトルマシン、回帰ニューラルネットワーク、および畳み込みニューラルネットワークを含む、種々の機械学習技法を使用して実施される。

本発明の種々の実施形態による、データベースは、（限定ではないが）入力データ、前処理されたデータ、モデルパラメータ、スキーマ、出力データ、およびシミュレートされたデータを含む、データ処理アプリケーションによる使用のためのデータを記憶する。いくつかの実施形態では、データベースは、データ処理アプリケーションから別個のマシン上（例えば、クラウド記憶装置、サーバファーム、ネットワーク化データベース内等）に位置する。

本発明のいくつかの実施形態による、モデルトレーナは、生成および／またはディスクリミネータモデルを訓練するために使用される。多くの実施形態では、モデルトレーナは、スキーマプロセッサを利用し、システムに利用可能な種々のデータに関して定義されるスキーマに基づいて、ジェネレータおよび／またはディスクリミネータモデルを構築する。本発明のいくつかの実施形態による、スキーマプロセッサは、異なる方法で異なるタイプのデータを取り扱うためのいくつかの異なる層で構成される、生成モデル（例えば、制限ボルツマンマシン）のための複合層を構築する。いくつかの実施形態では、モデルトレーナは、対数尤度および敵対目的に基づいて複合目的関数を最適化することによって、生成およびディスクリミネータモデルを訓練する。本発明のある実施形態による、生成モデルを訓練することは、サンプリングエンジンを利用し、モデルからサンプルを引き出し、データおよび／またはモデルの確率分布を測定する。そのようなモデルからサンプリングし、モデルから生成されたサンプルを訓練する、および／または引き出すための種々の方法が、下記により詳細に説明される。

多くの実施形態では、生成モデルは、種々の確率分布の予測／シミュレーションを生成するために使用され得る、複雑な確率分布をモデル化するように訓練される。ディスクリミネータモデルは、可視および／または隠れ状態に基づいて、データベースのサンプルとモデル生成サンプルとを判別する。

本発明のいくつかの実施形態による、シミュレータエンジンは、複雑な確率分布のシミュレーションを生成するために使用される。いくつかの実施形態では、シミュレータエンジンは、患者集団、疾患進行、および／または種々の治療への予測される応答をシミュレートするために使用される。本発明のいくつかの実施形態による、シミュレータエンジンは、データの確率分布をシミュレートする生成モデルからサンプルを引き出すためのサンプリングエンジンを使用する。

上記に説明されるように、データ収集プロセスの一部として、本発明のいくつかの実施形態による、データは、データを単純化するために前処理される。多くの場合、極めて手動であり、データに特有である、他の前処理と異なり、これは、別の個人からの付加的入力を伴わずに、データのタイプに基づいて自動的に実施されることができる。

本発明のいくつかの実施形態による、分析のためのデータを準備するためのプロセスが、図４に概念的に図示される。プロセス４００は、非構造化データを処理する（４０５）。本発明の多くの実施形態による、非構造化データは、処理を加速するために、および／または関連性があるデータを記憶するためのメモリ要件を低減させるために、前処理され得る、種々のタイプのデータを含むことができる。そのようなデータの実施例は、（限定ではないが）テキストの本文、信号処理データ、オーディオデータ、および画像データ含むことができる。本発明の多くの実施形態による、非構造化データを処理するステップは、（限定ではないが）特徴識別、要約、キーワード検出、感情分析、および信号分析を含むことができる。

プロセス４００は、スキーマに基づいてデータを並べ替える（４１０）。ある実施形態では、プロセスは、類似データタイプをグループ化し、データタイプの効率的な処理を可能にすることによって、スキーマで定義される異なるデータタイプに基づいて、データを並べ替える。本発明のいくつかの実施形態による、プロセス４００は、データの尺度を変更し（４１５）、純粋に測定の尺度に基づいて、あるデータ要素の過剰提示を防止する。プロセス４００は、次いで、前処理されたデータを、スキーマで識別されるデータタイプに基づいて構造化されるボルツマンマシンの副層にルーティングする（４２０）。ボルツマンマシン構造およびアーキテクチャの実施例は、下記により詳細に説明される。いくつかの実施形態では、データは、深層時間ボルツマンマシンへの入力のために、時間順データ構造に前処理される。深層時間ボルツマンマシンは、下記により詳細に説明される。

本発明のいくつかの実施形態による、ボルツマンマシンへの入力のための時間データ構造が、図５に図示される。図５の実施例は、３つのデータ構造５１０、５２０、および５３０を示す。データ構造はそれぞれ、特定の時間（すなわち、時間ｔ０、ｔ１、およびｔｎ）に捕捉されるデータ値のセットを表す。本実施例では、ある特質（例えば、性別、民族性、生年月日等）が、通常、経時的に変化しない一方で、他の特性（例えば、検査結果、医療スキャン等）は、経時的に変化する。実施例はさらに、あるデータが、ある個人に関して、ある時間にわたってあるフィールドに関して欠落し得ることを示す。本実施例では、各個人は、患者機密情報を維持するために、別個の識別番号を割り当てられる。

ボルツマン符号化敵対マシン
前方ＫＬダイバージェンス、すなわち、Ｄ_ＫＬ（ｐ_ｄａｔａ｜｜ｐθ）を最小限にするように訓練されるモデルは、データ分布のサポートを網羅するようにモデル分布を拡散する傾向がある。拡散分布の実施例が、図６に図示される。具体的には、図６は、双峰分布６１０およびＲＢＭ分布６２０によって学習される極めて良好な平滑化拡散分布を図示する。ＲＢＭは、そのような良好な近似を生成することができるが、より細かく、より複雑な分布に直面したときに苦戦し得る。

従来的ボルツマンマシンに関する問題を克服するために、本発明のいくつかの実施形態は、本明細書ではボルツマン符号化敵対マシン（ＢＥＡＭ）と称される、敵に対してボルツマンマシンを訓練するためのフレームワークを実装する。ＢＥＡＭは、負の対数尤度および敵対損失の組み合わせである、損失関数を最小限にする。敵対成分は、ＢＥＡＭ訓練が、前方および逆ＫＬダイバージェンスの両方の同時最小限化を実施し、正規ＲＢＭで観察される過剰平滑化問題を防止することを確実にする。

ボルツマンマシンアーキテクチャ
多くの従来の機械学習技法では、教師付き学習が、標識データの大規模セットについてモデルを訓練し、予測および分類を行うために使用される。しかしながら、多くの場合、標識データのそのような大規模サンプルを収集することは実行可能または可能ではない。多くの場合、データは、容易に標識されることができない、または単純に、教師付き学習モデルを有意義に訓練するためにイベントの十分なサンプルが存在しない。例えば、臨床試験は、多くの場合、そのような標識データを収集する際に困難に直面する。臨床試験は、典型的には、３つの主要相を通して進む。第Ｉ相では、治療薬が、その安全性を査定するように健康なボランティアに投与される。第ＩＩ相では、治療薬が、安全性および有効性の初期推定値を取得するように、約１００人の患者に投与される。最終的に、第ＩＩＩ相では、治療薬が、薬物の有効性を厳密に調査するように、数百人から数千人の患者に投与される。第ＩＩ相の前に、望ましい適応に関して治験薬の効果についての人体内データがなく、教師付き学習を不可能にする。第ＩＩ相の後に、治験薬の効果についてのある程度の人体内データが存在するが、サンプルサイズは、極めて限定され、教師付き学習技法を無効にする。比較のために、第ＩＩ相臨床試験が、１００～２００人の患者を有し得る一方で、コンピュータビジョンにおける機械学習の典型的アプリケーションは、何百万もの標識画像を使用し得る。限定されたデータを用いた多くの状況と同様に、多くの重要な問題に関する大規模標識データセットの欠如は、健康情報学が、教師なし学習のための方法に大いに依拠しなければならないことを含意する。
制限ボルツマンマシン（ＲＢＭ）

教師なし学習を使用する１つの機械学習モデル（または方法）は、制限ボルツマンマシン（ＲＢＭ）である。ＲＢＭは、ニューロン（単位とも呼ばれる）が、２つの層、すなわち、可視層および隠れ層に分割される、双方向ニューラルネットワークである。可視層ｖは、観察されたデータを説明する。隠れ層ｈは、可視単位の間の相互作用を捕捉する、観察されていない潜在的変数のセットから成る。モデルは、指数関数形を使用して、ｖおよびｈの同時確率分布を説明する。

ここで、Ｅ（ｖ，ｈ）は、エネルギー関数と呼ばれ、

は、分配関数と呼ばれる。多くの実施形態では、プロセスは、積分作用素

を使用し、標準積分または離散セット内の要素の全てにわたる総和の両方を表す。

従来的ＲＢＭでは、可視および隠れ単位は両方とも、２進数（ｂｉｎａｒｙ）である。それぞれは、値０または１のみをとることができる。エネルギー関数は、以下のように記述されることができる、

またはベクトル表記法では、

である。可視単位は、加重Ｗを通して隠れ単位と相互作用することに留意されたい。しかしながら、可視・可視または隠れ・隠れ相互作用は、存在しない。

ＲＢＭの主要な特徴は、条件付き確率を算出することが容易であることである。

および

同様に、条件付きモーメントを算出することも、容易である。

および

しかしながら、同時分布から統計を算出することは、概して非常に困難である。結果として、同時分布からの統計は、マルコフ連鎖モンテカルロ（ＭＣＭＣ）等のランダムサンプリングプロセスを使用して、推定される必要がある。

ＲＢＭは、対数尤度

を最大限にすることによって訓練されることができる。ここで、

は、観察されたサンプルの全てにわたる平均を表す。モデルθのあるパラメータに関する対数尤度の導関数は、以下である。

ＲＢＭの標準公式化では、３つのパラメータａ、ｂ、およびＷが存在する。導関数は、以下である。

同時分布から期待値を算出することは、概して、計算上面倒である。したがって、導関数は、ＭＣＭＣプロセスを用いて引き出されるモデルからのサンプルを使用して、算出される必要がある。サンプルは、交互ギブスサンプリングを使用して、ＲＢＭから引き出されることができる。

理論上、ギブスサンプリングは、ｎ→∞である制限内でｐ（ｖ，ｈ）から無相関ランダムサンプルを生成する。当然ながら、無限は、長い時間である。したがって、ＲＢＭの対数尤度の導関数は、通常、２つのプロセス、すなわち、対照ダイバージェンス（ＣＤ）または持続性対照ダイバージェンス（ＰＣＤ）のうちの１つを使用して、近似される。Ｋ－ステップＣＤは、非常に単純である。すなわち、データのバッチを取り込む。データから開始して、ギブスサンプリングのｋ－ステップを起動することによって、モデルからサンプルの近似バッチを算出する。対数尤度の勾配を算出し、モデルパラメータを更新する。重要なこととして、モデルからのサンプルは、勾配更新毎に観察されたデータのバッチを使用して、再初期化される。Ｋ－ステップＰＣＤは、類似する。最初に、モデルからのサンプルが、データのバッチを使用して、初期化される。サンプルが、ｋステップに関して更新され、勾配が、算出され、パラメータが、更新される。ＣＤと対照的に、モデルからのサンプルは、決して再初期化されない。本発明のいくつかの実施形態による、ボルツマンマシンの多くのアーキテクチャは、サンプリングを利用し、ボルツマンマシンを訓練するための導関数を算出する。本発明のいくつかの実施形態による、サンプリングのための種々の方法は、以下により詳細に説明される。

一般化ＲＢＭ
従来的ボルツマンマシンの使用で生じる１つの課題は、多くのＲＢＭが、２進単位を使用する一方で、処理されるべきデータの多くは、種々の異なる形態で現れ得ることである。本制限を克服するために、本発明のいくつかの実施形態は、一般化ＲＢＭを使用する。本発明のいくつかの実施形態による、一般化ＲＢＭが、図７に図示される。図７の実施例は、可視層７１０および隠れ層７２０を伴う一般化ＲＢＭ７００を示す。可視層７１０は、種々のタイプ（すなわち、連続、カテゴリ別、および２進数）のいくつかのノードから成る複合層である。可視層７１０のノードは、隠れ層７２０のノードに接続される。本発明のいくつかの実施形態による、一般化ＲＢＭの隠れ層は、複合可視層へのコンパイルされた入力に基づいて、個人（例えば、臨床試験における患者）の低次元表現として動作する。

本発明のいくつかの実施形態による、一般化ＲＢＭは、エネルギー関数を用いて訓練される。

式中、ａ（・）およびｂ（・）は、恣意的関数であり、σ＞０およびε＞０は、それぞれ、可視および隠れ層のスケールパラメータである。異なる関数（層タイプと呼ばれる）が、異なるタイプのデータを表すために使用される。種々のタイプのデータをモデル化するために使用される層タイプの実施例が、下記に説明される。

ベルヌーイ層：ベルヌーイ層が、２進データｖ_ｉ∈｛０，１｝を表すために使用される。バイアス関数は、ａ（ｖ）＝ａ^Ｔｖであり、スケールパラメータは、σ_ｉ＝１に設定される。

イジング層：イジング層は、可視単位ｖ_ｉ∈｛－１，＋１｝に関する対称化ベルヌーイ層である。バイアス関数は、ａ（ｖ）＝ａ^Ｔｖであり、スケールパラメータは、σ_ｉ＝１に設定される。

ワンホット層：ワンホット層は、ｖ_ｉ∈｛０，１｝およびΣ_ｉｖ_ｉ＝１である、データを表す。すなわち、単位のうちの１つが、オンにされ、他の単位の全てが、オフにされる。ワンホット層は、カテゴリ変数を表すために一般的に使用される。バイアス関数は、ａ（ｖ）＝ａ^Ｔｖであり、スケールパラメータは、σ_ｉ＝１に設定される。

フォンミーゼスフィッシャー層：フォンミーゼスフィッシャー層は、ｖ_ｉ∈［０，１］およびΣ_ｉｖ_ｉ ^２＝１である、データを表す。すなわち、単位は、ｎ次元球体の表面に限定される。本層は、

が球体の性質を満たすため、ｘ_ｉ∈［０，１］およびΣ_ｉｘ_ｉ＝１である分数データをモデル化するために特に有用である。バイアス関数は、ａ（ｖ）＝ａ^Ｔｖであり、スケールパラメータは、σ_ｉ＝１に設定される。

ガウス層：ガウス層は、

である、データを表す。バイアス関数は、

である。場所

およびスケールσ_ｉ、すなわち、層のパラメータは両方とも、概して、訓練可能である。実践では、これは、対数σ_ｉの観点からモデルをパラメータ化し、スケールパラメータが正に留まることを確実にすることに役立つ。

ＲｅＬＵ層：正規化線形単位（ＲｅＬＵ）層は、

を伴って

である、データを表す。ボルツマンマシンとの関連で、ＲｅＬＵ層は、本質的に、片側切断ガウス層である。バイアス関数は、ドメイン

にわたって

である。場所

およびスケールσ_ｉ、すなわち、層のパラメータが両方とも、概して、訓練可能である一方で、

は、典型的には、訓練の前に規定される。実践では、これは、対数σ_ｉの観点からモデルをパラメータ化し、スケールパラメータが正に留まることを確実にすることに役立つ。

クリップされたＲｅｌｕ層：クリップされた正規化線形単位（ＲｅＬＵ）層は、

を伴って

である、データを表す。ボルツマンマシンとの関連で、クリップされたＲｅＬＵ層は、本質的に、両側切断ガウス層である。バイアス関数は、ドメイン

にわたって

である。場所

およびスケールσ_ｉ、すなわち、層のパラメータが両方とも、概して、訓練可能である一方で、

は、典型的には、訓練の前に規定される。実践では、これは、対数σ_ｉの観点からモデルをパラメータ化し、スケールパラメータが正に留まることを確実にすることに役立つ。

スチューデント－ｔ層：スチューデント－ｔ分布は、ガウス分布に類似するが、より太いテールを有する。種々の実施形態では、スチューデント－ｔ層の実装は、暗示的である。層は、３つのパラメータ、すなわち、平均を制御する場所パラメータ

、分散を制御するスケールパラメータｖ_ｉ、およびテールの厚さを制御する自由度パラメータｄ_ｉを有する。層は、分散

を引き出し、次いで、

としてエネルギーをとることによって定義される。

序数層：序数層は、整数値データｖ_ｉ∈｛０，Ｎ_ｉ｝を表すために使用される、ベルヌーイ層の一般化である。バイアス関数は、ａ（ｖ）＝ａ^Ｔｖであり、スケールパラメータは、σ_ｉ＝１に設定される。上限値Ｎ_ｉは、前もって規定される。

ガウス序数層：ガウス序数層は、より柔軟な分布を伴う整数値データｖ_ｉ∈｛０，Ｎ_ｉ｝を表すために使用される、序数層の一般化である。バイアス関数は、

である。上限値Ｎ_ｉは、前もって規定される。

指数関数層：指数関数層は、

である、データを表す。バイアス関数は、ａ（ｖ）＝ａ^Ｔｖであり、スケールパラメータは、σ_ｉ＝１に設定される。指数関数層は、接続された隠れ単位の全ての値に関して

であるため、いくつかの制約を有することに留意されたい。典型的には、これは、指数関数層に接続され得る層のタイプを限定し、加重の全てが正であることを確実にすることを要求する。

複合層：複合層は、前述で説明された層タイプの場合のように、それ自体が数学的対象ではない。代わりに、複合層は、異なるタイプの複数の副層を組み合わせ、異種データをモデル化し得るメタ層を作成するためのソフトウェア実装である。

本発明の実施形態による、データをモデル化するための層の具体的実施例が、上記に説明されるが、しかしながら、当業者は、任意の数のプロセスが、本発明の実施形態による、具体的用途の要件にとって適切であるように利用され得ることを認識するであろう。

スキーマ
本発明のいくつかの実施形態による、スキーマが、図８に概念的に図示される。一般化ＲＢＭの異なる層の説明を伴うスキーマが、図８に図示される。スキーマは、個人による面倒な前処理を要求することなく、モデルが特定のタイプのデータを取り扱うように調整されることを可能にする。異なる層は、不完全および／または不規則であり得る、異なるタイプの異種データを可能にする。

本発明の実施形態による、モデルを構築するためのスキーマの具体的実施例が、上記に説明されるが、しかしながら、当業者は、任意の数のプロセスが、本発明の実施形態による、具体的用途の要件にとって適切であるように利用され得ることを認識するであろう。

一般化深層ボルツマンマシン（ＤＢＭ）
深層学習は、モデルが一連の変換を通してデータを処理する、機械学習へのアプローチを指す。目標は、予備知識を使用して特徴を作成するように研究者に要求するのではなく、モデルが適切な特徴を構築することを学習することを可能にすることである。

一般化深層ボルツマンマシン（ＤＢＭ）は、本質的に、大量のＲＢＭである。本発明のいくつかの実施形態による、一般化ＤＢＭが、図９に図示される。一般化ＤＢＭ９００は、隠れ層９２０に接続される可視層９１０を示す。隠れ層９２０はさらに、別の隠れ層９３０に接続される。可視層９１０は、隠れ層９２０に符号化され、これは、次いで、次の隠れ層９３０のための可視層のように動作する。

ｌ＝１，…，Ｌである、Ｌ個の隠れ層ｈ_ｌを用いたＤＢＭを考慮されたい。
ＤＢＭのエネルギー関数は、以下である。

ＤＢＭは、原則として、ＲＢＭと同一の方法で訓練されることができる。しかしながら、実践では、ＤＢＭは、多くの場合、貪欲な層毎のプロセスを使用して訓練される。貪欲な層毎のプロセスの実施例は、Ｒ． ＳａｌａｋｈｕｔｄｉｎｏｖおよびＧ． ＨｉｎｔｏｎのＡｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ （２００９） ｐｐ．４４８－４５５（参照することによって本明細書に組み込まれる）に説明される。本質的に、ＤＢＭの前方の層毎の訓練は、エネルギー関数を用いて一連のＲＢＭを訓練することによって進む。

式中、前のＲＢＭの出力が、次のＲＢＭの入力として使用される。本前方の層毎の方法でＤＢＭを訓練するときに、データ分布から情報を入手し、モデルの深層の中に伝搬することは、困難であり得る。結果として、２～３を上回る隠れ層を伴うＤＢＭを訓練することは、概して困難である。

ＤＢＭの前方の層毎の訓練を用いて制限を克服するために、本発明の多くの実施形態による、方法は、最深隠れ層ｈ_Ｌから開始して、ｖに向かって後方に作用し、逆にＤＢＭを訓練する。これは、最深隠れ層が、可視層について可能な限り多くの情報を含有しなければならないことを確実にする。逆の層毎の訓練手順は、コネクティビティｖ－ｈ_１－ｈ_２を伴う３層ＤＢＭが、コネクティビティ［ｖ，ｈ２］－ｈ_１を伴う２層ＲＢＭと同一であり、複合層を伴うＲＢＭが、ＤＢＭのコネクティビティグラフを後方まで伝達することを可能にするという事実を利用する。

本発明の実施形態による、逆の層毎の訓練のためのプロセスが、図１０に概念的に図示される。プロセス１０００は、コネクティビティｖ－ｈ_Ｌを伴う第１のＲＢＭを訓練する（１００５）。プロセス１０００は、訓練されたＲＢＭからｈ_Ｌ～ｐ（ｈ_Ｌ｜ｖ）をサンプリングする（１０１０）。プロセスは、次いで、ｖおよびｈ_Ｌをベクトル［ｖ，ｈ_Ｌ］にスタック（１０１５）し、コネクティビティ［ｖ，ｈ_Ｌ］－ｈ_Ｌ－１を伴う第２のＲＢＭを訓練する（１０２０）。プロセス１０００は、次いで、［ｖ，ｈ_２］－ｈ_１が到達されたかどうかを決定する（１０２５）。これが到達されていないとき、プロセス１０００は、ステップ１００５に戻る。プロセス１１００が、［ｖ，ｈ_２］－ｈ_１が到達されたことを決定するとき、プロセスは、これらの中間ＲＢＭのそれぞれからの加重をＤＢＭ内のそれらの個別の位置にコピーする（１０３０）。いくつかの実施形態では、ＤＢＭは、次いで、正規終端間訓練によって微調整されることができる。

時系列のためのボルツマンマシン
多くの問題（例えば、患者軌道をモデル化すること）は、時系列を生成する能力を要求する。すなわち、一連の状態

を生成するためである。本発明の多数の実施形態による、２つのアプローチが、下記に説明される。

自己回帰ボルツマンマシン（ＡＤＢＭ）は、隠れ層が、隣接する時点を接続する無向縁を有する、ＤＢＭである。結果として、ＡＤＢＭは、ノードをそれらの前の時点に関連付ける。本発明のいくつかの実施形態による、一般化ＡＤＢＭが、図１１に図示される。一般化ＡＤＢＭ１１００は、同様に時間ｔにおける隠れ層１１２０に接続される、時間ｔにおける可視層１１１０を示す。隠れ層１１２０はさらに、τによって時間ｔからオフセットされるデータを組み込む、別の隠れ層１１３０に接続される。

結果として、ＡＤＢＭは、同時確率分布ｐ（ｖ（０），…，ｖ（τ））を説明するシーケンス全体のモデルである。具体的には、ｘ（ｔ）＝［ｖ（ｔ），ｈ_１（ｔ），…，ｈ_Ｌ（ｔ）］を時間ｔにおける層の全ての状態を示しているものとする。また、Ｅ_ＤＢＭ（ｘ（ｔ））を以下によって求められるＤＢＭのエネルギーとする。

ＡＤＢＭのエネルギー関数は、以下である。

簡単にするため、これは、最後の隠れ層をその前の値と接続する、単一の自己回帰接続を用いて図示されている。しかしながら、当業者は、本モデルが複数の時間遅延または層の間の異時点間接続を含むように拡張され得ることを認識するであろう。

前の節に説明されるようなＡＤＢＭは、時間を通して相関を捕捉することができるが、多くの場合、非定常分布またはドリフトを伴う分布を表すことができない。例えば、変性疾患がある殆どの患者は、経時的に悪化する傾向があり、これは、ＡＤＢＭが捕捉することができない影響である。本影響を捕捉するために、本発明の多くの実施形態は、一般化条件付きボルツマンマシン（ＧＣＢＭ）を実装する。可視単位

の時系列を考慮されたい。同時確率分布は、積

に因数分解されることができる。いくつかの実施形態では、本モデルは、２つのＤＢＭから構築されることができる。最初に、非時間依存性ＤＢＭ、すなわち、ｐ_０が、データの全てについて訓練されることができる。次に、時間依存性ＤＢＭは、隣接する時点［ｖ（ｔ），ｖ（ｔ－１）］の全てを継合することによって生成される複合層について訓練されることができる。本実施例では、第２のＤＢＭは、ｐ（ｖ（ｔ）｜ｖ（ｔ－１））およびｐ（ｖ（ｔ－１）｜ｖ（ｔ））の両方を算出することを可能にし、前方および後方予測の両方を可能にする、同時分布ｐ（ｖ（ｔ），ｖ（ｔ－１））を説明する。

本実施例は、単一の時間差を使用して説明されるが、当業者は、本発明の多くの実施形態による、プロセスが、より長いおよび／または複数の時間差を考慮するように調節され得ることを認識するであろう。例えば、第２のＤＢＭは、複数の時間差、例えば、［ｖ（ｔ），ｖ（ｔ－１），…，ｖ（ｔ－ｎ）］を含むように容易に拡張され得る、複合層について訓練されることができる。

ＲＢＭを訓練する
ＲＢＭの性能を改良するための複数の経路が存在する。これらは、正則化、新規の最適化アルゴリズム、代替目的関数、および改良された勾配推定量への新しいアプローチを含む。本発明のいくつかの実施形態による、システムおよび方法は、代替目的関数および改良された勾配推定量を実装する。
ＲＢＭのための敵対目的

機械学習モデルは、未知の確率分布から新しいサンプルを引き出すことを学習する場合、生成的である。生成モデルは、データの有用な表現を学習するために、および／または未知または非常に複雑な機構的法則を用いてシステムのシミュレーションを可能にするために、使用されることができる。あるモデルパラメータθによって定義される生成モデルは、ある変数ｖを観察することの確率を表す。したがって、生成モデルを訓練することは、データｐ_ｄ（ｖ）の分布とモデルによって定義される分布ｐ_θ（ｖ）との間の距離を最小限にすることを伴う。ボルツマンマシンを訓練するための従来的方法は、対数尤度を最大限にし、これは、前方カルバック・ライブラー（ＫＬ）ダイバージェンスを最小限にすることと同等である。

前方ＫＬダイバージェンスＤ_ＫＬ（ｐ_ｄ｜｜ｐ_θ）は、データ分布下の確率によって加重される、データおよびモデル分布の間の差を蓄積する。逆ＫＬダイバージェンスＤ_ＫＬ（ｐ_θ｜｜ｐ_ｄ）は、モデル分布下の確率によって加重される、データおよびモデル分布の間の差を蓄積する。結果として、前方ＫＬダイバージェンスが、データの確率を過小評価するモデルを著しく弱化させる一方で、逆ＫＬダイバージェンスは、データの確率を過大評価するモデルを著しく弱化させる。

ＲＢＭの訓練に参入する、偶然性の種々のソースが存在する。偶然性は、それらの対数尤度の差が、それらを推定することの誤差よりも小さい場合に、異なるモデルが統計的に区別不可能になり得ることを含意する。これは、小さいＤ_ＫＬ（ｐ_ｄ｜｜ｐ_θ）およびＤ_ＫＬ（ｐ_θ｜｜ｐ_ｄ）の両方を伴うモデルが存在するよりも、小さいＤ_ＫＬ（ｐ_ｄ｜｜ｐ_θ）を伴う多くのモデルが存在するであろうため、エントロピー力を生成する。結果として、ＰＣＤを用いた標準アプローチを使用して、ＲＢＭを訓練することは、（あるべき通りに）Ｄ_ＫＬ（ｐ_ｄ｜｜ｐ_θ）を減少させるが、Ｄ_ＫＬ（ｐ_θ｜｜ｐ_ｄ）を増加させる傾向がある。これは、スプリアスモードを伴う分布および／または過剰に平滑化される分布につながる。

前方および逆ＫＬダイバージェンスの組み合わせを最小限にすることによって、ＲＢＭの最大尤度訓練の制限を克服することが想像され得る。残念ながら、逆ＫＬダイバージェンスを算出することは、未知であるｐ_ｄの知識を要求する。多くの実施形態では、逆ＫＬダイバージェンスではなく、ＲＢＭが、ディスクリミネータダイバージェンスとして新規のタイプのｆ－ダイバージェンスを使用して、訓練されることができる。

ｐ_ｄとｐ_θとの間の最適なディスクリミネータが、サンプルｖがデータ分布から引き出された事後確率を割り当てるであろうことに留意されたい。

したがって、ディスクリミネータダイバージェンスは、以下のように記述され、

最適なディスクリミネータが、モデル分布から引き出されるサンプルをデータ分布に由来するものとして不正確に分類するであろう確率を測定することを示すことができる。

ディスクリミネータダイバージェンスは、

として定義されるｆ－ダイバージェンスのクラスに属する。ディスクリミネータダイバージェンスを定義する関数は、以下であり、

要求に応じて、ｆ（１）＝０を伴って凸状である。ディスクリミネータダイバージェンスは、逆ＫＬダイバージェンスの上限を定めることが、示され得る。

多くの場合、ｐ_ｄ（ｖ）に直接アクセスすること、または逆ＫＬダイバージェンスを算出することは、困難である。しかしながら、本発明の多数の実施形態による、方法は、ディスクリミネータを訓練し、方程式１５を近似することができ、したがって、ディスクリミネータダイバージェンスを近似することができる。

ｐ_θから引き出される全てのサンプルに関して

であるように、ディスクリミネータをトリックにかけることができるジェネレータは、低いディスクリミネータダイバージェンスを有するであろう。ディスクリミネータダイバージェンスは、逆ＫＬダイバージェンスを密接に反映し、データの確率を過大評価するモデルを著しく弱化させる。

本発明の多数の実施形態による、方法は、敵に対してＲＢＭを訓練するためのボルツマン符号化敵対マシン（ＢＥＡＭ）を実装する。本発明のいくつかの実施形態による、ＢＥＡＭは、負の対数尤度および敵対損失の組み合わせである、損失関数を最小限にする。敵対成分は、ＢＥＡＭ訓練が、前方および逆ＫＬダイバージェンスの両方の同時最小限化を実施し、正規ＲＢＭで観察される過剰平滑化問題を防止することを確実にする。

本発明の多くの実施形態による、ＢＥＡＭを訓練するための方法が、下記に説明される。

本発明のいくつかの実施形態による、敵対マシンを訓練するためのプロセスが、図１２に概念的に図示される。プロセス１２００は、（限定ではないが）上記に説明されるもの等のボルツマンマシン等のモデルからサンプルを引き出す（１２０５）。サンプルは、（限定ではないが）ｋ－ステップギブスサンプリングおよびＴＤＳを含む、種々の方法に従って、モデルから引き出されることができる。プロセス１２００は、次いで、引き出されたサンプルに基づいて勾配を算出する（１２１０）。プロセス１２００は、引き出されたサンプルに基づいて、ディスクリミネータを訓練し（１２１５）、モデルから引き出されるか、またはデータから引き出されるかのいずれかである、サンプルの分類に基づいて、敵対勾配を算出する。多くの実施形態では、プロセス１２００は、次いで、完全複合勾配を算出し（１２２０）、完全勾配を使用して、モデルパラメータを更新する（１２２５）。

図１３は、対数尤度を最大限にするように訓練されるボルツマンマシンとＢＥＡＭとして訓練されるものとの間のいくつかの比較を提示する。本図の実施例は、３つのマルチモーダルデータ分布、すなわち、１次元におけるガウス分布の双峰混合（１３１０）、２次元で円に配列される８つのガウス分布の混合（１３２０）、および２次元でグリッドに配列される２５個のガウス分布の混合（１３３０）を図示する。ガウス分布実施例の２次元混合に類似する問題は、ＧＡＮを試験するために一般的に使用される。各場合において、正規ボルツマンマシンは、データ分布のサポートにわたって確率を拡散することによって、極めて良好な尤度を伴うモデルを学習する。対照的に、ＢＥＡＭを使用して訓練されるボルツマンマシンは、非常に正確にデータ分布を再現することを学習する。

ガウス分布の２Ｄ混合についてＢＥＡＭを訓練することの結果の実施例が、図１４に図示される。第１のパネル１４０５は、訓練エポック（ｅｐｏｃｈ）あたりの前方ＫＬダイバージェンスＤ_ＫＬ（ｐ_ｄ｜｜ｐ_θ）および逆ＫＬダイバージェンスＤ_ＫＬ（ｐ_θ｜｜ｐ_ｄ）の推定値を図示する。第１のパネル１４０５は、ＢＥＡＭとしてＲＢＭを訓練することが前方および逆ＫＬダイバージェンスの両方を減少させることを図示する。第２のパネル１４１０は、訓練中の種々のエポックにおける架空の粒子の分布を図示する。訓練の早期段階で、ＢＥＡＭの架空の粒子は、データ分布のサポートを横断して拡散され、グリッドの縁の近傍のモードを捕捉する。これらの早期エポックは、グリッドの縁の近傍のモードで密度も集中させる、ＧＡＮを用いて取得される分布に類似する。訓練が進行するにつれて、ＢＥＡＭは、次第に、グリッドの中心の近傍のモードを捕捉することを学習する。

本発明のいくつかの実施形態による、ボルツマン符号化敵対マシン（ＢＥＡＭ）のアーキテクチャが、図１５に図示される。図示される実施例は、ＢＥＡＭアーキテクチャの２つのステップを示す。第１の段階１５１０では、可視層（円）および隠れ層（菱形）を伴うジェネレータ（例えば、ＲＢＭ）がある。本発明のいくつかの実施形態による、ジェネレータは、隠れ層のノードのセット内で符号化されるように可視層に入力データを通過させることによって、入力データを符号化するように訓練される。本発明のいくつかの実施形態による、ジェネレータは、複雑な分布から現実的サンプルを生成する目的で訓練される。多くの実施形態では、ジェネレータを訓練するための目的関数は、クリティック（またはディスクリミネータ）によって生成される敵対損失からの寄与を含むことができる。

第２の段階１５２０では、ジェネレータの隠れ層は、隠れ層を評価し、ジェネレータによって学習される結び付けられた加重を使用して、データから引き出されるサンプルとモデルから引き出されるサンプルとを区別する、ディスクリミネータ（またはクリティック）の中にフィードする。ディスクリミネータ（または敵）は、ジェネレータの層を通した単一の前方通過を使用して、可視単位を符号化し、次いで、データからのサンプルとモデルからのサンプルとを判別するように訓練される分類子（例えば、ロジスティック回帰、最近傍分類子、およびランダムフォレスト）を適用することによって、構築される。ディスクリミネータを精緻化することによって、本発明の多くの実施形態による、プロセスは、複雑な確率分布の改良されたモデルを可能にする。別個の段階で示されるが、本発明の多くの実施形態による、ＢＥＡＭは、クリティックおよびジェネレータの両方を同時に訓練する複合目的で訓練される。ある実施形態では、ディスクリミネータは、訓練を殆ど要求しない単純な分類子である。

本発明のいくつかの実施形態による、目的関数は、以下であり、

クリティックからの敵対項

からの寄与を含む。本発明のいくつかの実施形態による、敵対項は、以下のように定義されることができ、

式中、Ｔ（ｖ，ｈ）は、クリティック関数である。いくつかの実施形態では、敵は、ＲＢＭと同一のアーキテクチャおよび加重を使用し、可視単位を隠れ単位アクティブ化に符号化する。ＲＢＭからサンプリングされるデータおよび架空の粒子の両方に関して算出される、これらの隠れ単位アクティブ化は、データおよびモデル分布の間の距離を推定するためにクリティックによって使用される。

ジェネレータを訓練するための導関数を算出するために、本発明のいくつかの実施形態による、方法は、確率論的導関数トリックを使用し、

式中、

は、ＲＢＭに使用される。

原則として、クリティックは、可視および隠れ単位の任意の関数であり得る。しかしながら、ディスクリミネータダイバージェンスに基づいて、本発明のいくつかの実施形態による、方法は、ｐ（ｄａｔａ｜ｖ）に単調に関連するクリティックを使用する。ディスクリミネータダイバージェンスは、ｌｏｇ ｐ（ｄａｔａ｜ｖ）を使用し得ることを示唆するが、本発明のある実施形態による、方法は、線形関数Ｔ（ｖ）＝２＊ｐ（ｄａｔａ｜ｖ）－１を使用する。典型的には、最適なディスクリミネータは、隠れ単位アクティブ化

の関数として近似されることができる。関数ｇ（．）は、殆どのＧＡＮのように、ニューラルネットワークによって、またはランダムフォレストまたは最近傍分類子等のより単純なアルゴリズムを使用して、実装され得る。いくつかの実施形態では、最適なディスクリミネータへの単純な近似は、分類子が可視単位ではなくＲＢＭジェネレータの隠れ単位アクティビティに作用し得るため、十分であり得る。したがって、最適なクリティックは、最近傍方法を使用して近似されることができる。

Ｘ＝｛ｘ_１，．．，ｘ_Ｎ｝が、

内のｐｄｆ ｐ（ｘ）を伴う未知の確率分布からの同様に独立して分配されたサンプルであると仮定されたい。種々の実施形態では、ｐ（ｘ）は、ｋ－最近傍推定値に基づいて、恣意的な点ｘにおいて推定される。具体的には、本発明のいくつかの実施形態による、方法は、ある正の整数ｋを固定し、Ｘ内のｘへのｋ個の最近傍を算出する。次いで、ｄ_ｋが、ｘと最近傍のうちの最も遠いものとの間の距離であるように定義され、密度ｐ（ｘ）が、半径ｄ_ｋの球上の一様な分布の密度であるように推定される。すなわち、以下である。

ここで、ｐ_θ（ｖ）およびｐ_ｄ（ｖ）によって、それぞれ、モデルおよびデータ分布の未知のｐｄｆを表し、２つのベクトルｖとｖ’との間の距離を、それらの隠れ単位アクティブ化の間のユークリッド距離として定義する

本距離は、もはや適切なメトリックの性質の全てを満たし得ない。Ｘ＝｛ｖ_１，…，ｖ_２Ｎ｝を、正確に半分がｐ_θから、半分がｐ_ｄから引き出される、サンプルの集合とする。あるｋを固定し、Ｘ内のｋ個の最近傍を算出し、ｄ_ｋによって、最も遠いものまでの距離を表す。次いで、分母が、上記に説明されるように推定される。ｊを、ｐ_θと対照的にｐ_ｄに由来する最近傍の数とする。分子が、次いで、分母の密度のｊ／ｋのみを伴う同一サイズの球上で一様であるものとして推定されることができ、最近傍クリティックがＴ_ＮＮ（ｖ）：＝ｊ／ｋであるように定義されることを可能にする。多くの実施形態では、最近傍は、訓練データセットからのサンプルのミニバッチと組み合わせられる、モデルからのサンプルのキャッシュされたミニバッチから算出されることができる。

距離加重最近傍クリティックは、逆距離加重を比率数（ｒａｔｉｏ ｃｏｕｎｔ）に印加することによって、ある連続性を最近傍クリティックに追加する、一般化である。具体的には、｛ｄ_０，…，ｄ_ｋ｝を、ｋ－最近傍の距離とし、｛ｄ_０，．．．，ｄ_ｊ｝を、データサンプルから生じる近傍の距離とし、｛ｄ_ｊ＋１，．．．，ｄ_ｋ｝を、モデルサンプルから生じる近傍の距離とする。多くの実施形態では、距離加重最近傍クリティックは、以下のように定義されることができる。

式中、εは、逆の距離を正則化する小さいパラメータである。

ジェネレータおよびディスクリミネータの両方にフィードフォワードニューラルネットワークを使用する、ＧＡＮの殆どの公式化との関連で、ＢＥＡＭが、ジェネレータおよび敵のための特徴エクストラクタの両方としてＲＢＭを使用すると言われ得る。種々の実施形態では、本二重使用法は、訓練アルゴリズムの複数のステップのための架空の粒子の単一のセットの再利用を可能にする。具体的には、Ｍ個の持続性の架空の粒子の単一のセットが、勾配評価あたりｋ回更新される。多くの実施形態では、架空の粒子の同一のセットは、対数尤度導関数および敵対導関数を算出するために使用される。次いで、これらの架空の粒子は、クリティック値の最近傍推定値における前の勾配評価からの架空の粒子に取って代わることができる。ステップ毎に架空の粒子を再利用することは、ＢＥＡＭ訓練が、ＰＣＤを用いてＲＢＭを訓練することとほぼ同一の計算コストを有することを意味する。

改良された勾配推定値
対数尤度および敵対項の勾配は両方とも、モデル分布に関する期待値を伴う。残念ながら、これらの期待値は、正確に算出されることができない。結果として、期待値は、モンテカルロ方法または他の近似を使用して、近似されることができる。これらの近似勾配の正確度は、結果として生じるモデルの有用性に有意な影響を及ぼし得る。本発明のある実施形態による、近似勾配の正確度を改良することへの異なるアプローチが、下記に説明される。

平均場近似および縮小推定値
勾配のモンテカルロ推定値は、バイアスをかけられていないという利点を有する。すなわち、

に伴って

である。しかしながら、推定値は、Ｎが小さいときに高い分散を有し得る。他方では、Ｔｈｏｕｌｅｓｓ－Ａｎｄｅｒｓｅｎ－Ｐａｌｍｅｒ（ＴＡＰ）拡張から導出されるもの等の平均場推定値は、分析的であり、ゼロ分散を有するが、制御することが困難であり得るバイアスを有する。ｆ（ω）＝ωｆ_ＭＣ＋（１－ω）ｆ_ＭＦを、モンテカルロ推定値ｆ_ＭＣおよび平均場推定値ｆ_ＭＦの凸結合から生成される推定値とする。ｆの平均二乗誤差が、ＭＳＥ［ｆ］＝Ｂｉａｓ^２［ｆ］＋Ｖａｒ［ｆ］＝（１－ω）^２Ｂｉａｓ^２［ｆ_ＭＦ］＋ω^２Ｖａｒ［ｆ_ＭＣ］であるように、Ｂｉａｓ^２［ｆ］＝（１－ω）^２Ｂｉａｓ^２［ｆ_ＭＦ］およびＶａｒ［ｆ］＝ω^２Ｖａｒ［ｆ_ＭＣ］であることを示すことは、容易である。したがって、概して、ωの値を選定し、結合推定量の平均二乗誤差を最小限にすることができる。

テンパリングされたサンプリング
確率分布からサンプルを引き出すことは、本発明の多くの実施形態による、モデルを訓練するための多くのプロセスの重要な構成要素である。これは、多くの場合、多くの１次元分布のための単純な関数呼び出しを用いて行われることができる。しかしながら、ボルツマンマシンからのランダムサンプリングは、はるかに複雑である。

ボルツマンマシンからのサンプリングは、通常、ギブスサンプリングを使用して実施される。ギブスサンプリングは、連続サンプルが相関することを意味する、ローカルサンプリングプロセスである。無相関サンプルを引き出すことは、連続サンプル毎に多くのギブスサンプリングステップを行うように要求する。結果として、ボルツマンマシンから無相関ランダムサンプルのバッチを引き出すことは、長い時間がかかり得る。ランダムサンプルのバッチが、勾配更新毎に要求され、各バッチを生成するために長い時間がかかる場合、ボルツマンマシンを訓練することに、そのような長い時間をかからせ得るため、非実用的になる。したがって、ボルツマンマシンからの連続サンプルの間の相関を減少させる方法が、学習プロセスを大いに加速させることができる。

ボルツマンマシンからの加速されたサンプリングのための多くの方法は、統計物理学からの温度との類推に依拠する。これを行うために、本発明のいくつかの実施形態による、方法は、以下のように確率分布を定義することによって、架空の逆温度βをボルツマンマシンの中に導入する。

ボルツマンマシンの原分布は、β＝１を設定することによって復元される。

架空の温度は、温度を上昇させる（すなわち、βを減少させる）ことがサンプルの間の自己相関を減少させるため、有用である。構成（ｖ，ｈ）から開始し、構成（ｖ’，ｈ’）で終了する状況を考慮されたい。初期エネルギーは、Ｅ（ｖ，ｈ）である。初期構成から最終構成に移行すると、中間構成は、変動するエネルギーを有するであろう。これらの中間構成からの最大エネルギーが、Ｅ_ｍａｘである場合には、（ｖ，ｈ）から（ｖ’，ｈ’）まで進行するための時間は、ほぼ以下のように増減する。

したがって、βを減少させることは、遠隔構成の間で移行するために要求されるギブスサンプリングステップの数を減少させるであろう。

温度を上昇させることは、混合時間を減少させるであろうが、結果として生じた確率分布も変化させる。したがって、単純に訓練中にβ＜＜１を伴うモデルからサンプリングすることは、モデルが正しく学習することを可能にしないであろう。本発明のある実施形態による、プロセスは、（機械学習および統計学の文献内で）パラレルテンパリングまたは（物理学界で）レプリカ交換と呼ばれるプロセスを使用する。本発明の種々の実施形態による、パラレルテンパリングでは、複数のギブスサンプリング連鎖が、それぞれ異なる温度において並行して起動される。周期的に、２つの連鎖の構成を交換することが試行される。いくつかの実施形態では、交換は、システム全体が平衡状態に留まることを確実にするように、基準（例えば、メトロポリス基準）に基づいて容認または拒否されることができる。長時間後、β＝１から開始した構成が、より低い温度（より容易にエネルギー障壁を横断し得る）を用いた連鎖に進行し、β＝１で起動する連鎖に戻るであろう。これは、β＝１で起動する連鎖が、より速い混合時間を有する一方で、依然として、正しい確率分布からサンプリングすることを確実にする。しかしながら、多くのギブスサンプリング連鎖が並行して起動される必要があるため、計算コストが存在する。

本発明のいくつかの実施形態では、プロセスは、有意な付加的計算コストを負担することなく、ボルツマンマシンを訓練する能力を大いに改良する、温度駆動型サンプリング（ＴＤＳ）を使用する。ＴＤＳは、逐次モンテカルロサンプラの変異型である。ｍ個のサンプルの集合が、モデルからのギブスサンプリング更新を使用して、独立して発展される。パラレルテンパリング中のβ＝１連鎖からのサンプルのみとは対照的に、逐次モンテカルロサンプラ内のｍ個のサンプルのそれぞれが、統計を算出するために使用されるであろうため、これは、パラレルテンパリングプロセスのための複数の連鎖を起動することと同一ではないことに留意されたい。これらのサンプルはそれぞれ、平均＜β＞＝１および分散Ｖａｒ［β］＜１を伴う分布から引き出される逆温度を有する。いくつかの実施形態では、各サンプルの逆温度は、モデルの全ギブスサンプリング反復に関して１回、独立して更新されることができる。種々の実施形態では、更新は、逆温度がゆっくりと変動しているように、時間を横断して自己相関される。結果として、サンプルの集合は、モデル分布に近いが、より太いテールを伴う分布から引き出される。これは、はるかに速い混合を可能にする一方で、モデル平均（ｍ個のサンプルの集合にわたって算出される）が、β＝１を伴うモデルから算出される平均への密接な近似に留まることを確実にする。自己相関ガンマ分布からのサンプリングの実施例が、下記に説明される。

ＴＤＳは、Ｖａｒ［β］→０である制限内の逐次モンテカルロサンプラに基づく、標準ギブスサンプリングを含む。ＴＤＳを用いて引き出されるサンプルは、ボルツマンマシンの平衡分布からのサンプルではない。ある実施形態では、引き出されたサンプルは、変動する温度に起因するバイアスを補正するように再加重される。

温度駆動型サンプリング（ＴＤＳ）は、ボルツマンマシンからのサンプリングを改良する。正規ギブスサンプリングを用いてボルツマンマシンから引き出されるサンプルとＴＤＳを使用して引き出されるものとの間の直接比較が、図１６に図示される。ＧＭＭ（グレー）は、ガウス混合モデルからのサンプルを指す。ＧＲＢＭ（青）は、ギブスサンプリングの１０個のステップを使用して引き出される、同等ボルツマンマシンからのサンプルを指す。ＴＤＳ（赤）は、ギブスサンプリングの１０個のステップとＴＤＳを併用して引き出される、同等ボルツマンマシンからのサンプルを指す。本実施例は、ガウス可視層および３つの隠れ単位を伴うワンホット隠れ層を伴う同等ボルツマンマシンを生成するための、種々の標準偏差を用いて、単純な構造を使用する、（－１，０，＋１）に３つのモードを伴うガウス混合モデルを示す。逆温度の自己相関係数および標準偏差は、それぞれ、０．９および０．９５に設定された。全ての開始サンプルが、中間モードから初期化された。中間モードから開始して、正規ギブスサンプリングは、１０個のステップ後に隣接モードからサンプリングすることができず、対照的に、モードがＴＤＳによって良好に分離されるとき、より太いテールを有し、隣接モードのより良好なサンプリングを可能にする。

訓練時間にＴＤＳを使用することは、結果として生じるモデルに極めて劇的な影響を及ぼし得る。図１７では、２つの同じガウス－ベルヌーイＲＢＭが、ＭＮＩＳＴデータセットからの手書きの数字のグレースケール画像について訓練された。画像は、一方が正規ギブスサンプリングを使用した（１７１０）一方で、他方がＴＤＳを使用した（１７２０）、または（ａ）がＶａｒ［β］＝０を用いて訓練され、（ｂ）がＶａｒ［β］＝０．９を用いて訓練されることを除いて、同じハイパーパラメータを用いて訓練される同じアーキテクチャを伴うモデルに由来する。両方のモデルは、０．０００５の学習率および１００のバッチサイズを伴うＡＤＡＭオプティマイザを使用して、持続対照ダイバージェンスの１００のエポックに関して訓練される、２５６の隠れ単位を伴うガウス－ベルヌーイＲＢＭである。温度駆動型サンプリング（ＴＤＳ）は、ＭＮＩＳＴの手書きの数字のモデル（グレースケール）のための学習を改良する。両方のモデルは、低い再構成誤差（データは示されていない）を達成するが、正規ギブスサンプラを用いて訓練されるＧＲＢＭは、現実的な架空の粒子を生成することができない。ＴＤＳを用いて訓練されるＧＲＢＭは、対照的に、現実的な手書きの数字のように見える架空の粒子を生成する。

本発明の実施形態による、確率分布からサンプルを引き出すための具体的プロセスが、上記に説明されるが、しかしながら、当業者は、任意の数のプロセスが、本発明の実施形態による、具体的用途の要件にとって適切であるように利用され得ることを認識するであろう。

用途
すなわち、個々の患者の健康転帰の確率を予測することのみが可能であり得るが、本能力は、大規模集団内のその健康転帰を伴う患者の数を精密に予測することを可能にする。例えば、健康リスクを予測することは、集団に保険を掛けるコストを正確に推定することを可能にする。同様に、患者が特定の治療薬に応答するであろう尤度を予測することは、臨床試験における肯定的転帰の確率を推定することを可能にする。
患者軌道をシミュレートする

患者の予後を正確に予測する能力を開発することは、精密医療に向けた必要なステップである。患者は、その症状、その遺伝情報、診断検査からの結果、患者が受容している任意の医療、およびその健康を特性評価するために関連性があり得る他の情報を説明する、情報の集合として表されることができる。患者についての本情報を含有するベクトルは、時として、表現型ベクトルと呼ばれる。本発明の多くの実施形態による、予後予測のための方法は、患者についての過去および現在の健康情報を使用し、将来の時間における健康転帰を予測する。

患者軌道は、種々の時点における患者の詳細な健康状態（例えば、患者の表現型ベクトル）を説明する時系列を指す。いくつかの実施形態では、予後予測は、患者の軌道（すなわち、その過去および現在の健康情報）を取り込み、具体的な将来の健康転帰（例えば、次の２年以内に心臓発作を有するであろう尤度）についての予測を行う。対照的に、患者の将来の軌道を予測することは、全ての将来の時間におけるその健康の状態を特性評価する情報の全てを予測することを伴う。

これを数学的に構成するために、ｖ（ｔ）を、時間ｔにおける患者の健康を特性評価する情報の全てを含有する表現型ベクトルとする。したがって、患者軌道は、セット

である。実施例の多くは、離散時間ステップ（例えば、１ヶ月）を用いて説明されるが、当業者は、これが必要ではなく、種々の他の時間ステップも、本発明の種々の実施形態に従って採用され得ることを認識するであろう。本発明のいくつかの実施形態では、患者軌道をシミュレートするためのモデルは、離散時間ステップ（例えば、１ヶ月）を使用する。本発明のいくつかの実施形態による、時間ステップの長さは、治療の頻度にほぼ合致するように選択されるであろう。本発明の多くの実施形態による、患者軌道のためのモデルは、軌道に沿った全ての点の同時確率分布ｐ（ｖ_０，…，ｖ_Ｔ）を説明する。そのようなモデルは、条件付き確率分布ｐ（ｖτ，…，ｖ_Ｔ｜ｖ_０，…，ｖ_τ－１）からサンプリングすることによって予測に使用されることができる。多くの実施形態では、モデルは、条件付き分布を表すことを容易にし、異種データセットに適合されることができるため、ボルツマンマシンであるが、当業者は、本明細書に説明されるプロセスの多くが他のアーキテクチャにも適用され得ることを認識するであろう。

臨床決定支援システム
臨床決定支援システムは、情報を患者、医師、または他の介護者に提供し、患者処置についての選択肢を誘導することに役立つ。シミュレートされた患者軌道は、処置の選択肢を知らせ得る、患者の将来の健康への洞察を提供する。例えば、軽度の認識機能障害がある患者を考慮されたい。医師または介護者は、患者の症状がアルツハイマー病に進行する、または患者が他の認知または心理学的体系を呈し始めるリスクを把握することから利益を得るであろう。ある実施形態では、シミュレートされた患者軌道に基づくシステムが、これらのリスクを予想し、処置選択肢を誘導することができる。患者の集団にわたってそのような予測を集約することはまた、集団レベルリスクを推定することに役立ち、患者の大集団への介護者として作用する高齢者介護施設等の組織による、長期的計画を可能にすることができる。

いくつかの実施形態では、患者軌道のセットが、電子医療記録（実世界データとしても公知である）、自然史データベース、または臨床試験から収集される。本発明の多くの実施形態による、患者軌道は、正規化され、時間依存性ボルツマンマシンを訓練するために使用されることができる。モデルを使用するために、患者の病歴は、ｔ_０が現在の時間である、軌道

の形態で入力され、ボルツマンマシンを使用し、確率分布

からの軌道をシミュレートすることができる。次いで、これらのシミュレートされた軌道は、種々の将来の時間における具体的転帰（例えば、アルツハイマーの診断）と関連付けられるリスクを理解するように分析されることができる。ある場合には、治療情報を伴うデータについて訓練されるモデルは、治療選択肢を説明する変数を含有するであろう。そのようなモデルは、異なる治療が条件とされるシミュレートされた転帰リスクを比較することによって、異なる治療選択肢が患者の将来のリスクを変化させるであろう様子を査定するために、使用され得る。多くの実施形態では、介護者または医師が、治療選択肢および／またはシミュレートされた軌道に基づいて、患者を治療することができる。

臨床試験のための対照群をシミュレートする
無作為化臨床試験（ＲＣＴ）は、治療有効性を査定する際の証拠の至適基準である。ＲＣＴでは、各患者が、２つの研究群のうちの１つ、すなわち、患者が実験的治療を用いて治療される治療群、および患者がダミー治療および／または現在の標準の処置を受容するプラセボ群に無作為に割り当てられる。試験の終わりに、治療群内の患者が、プラセボ群内の患者がダミー治療に応答したよりも肯定的に新しい治療に応答した可能性が高かったかどうかを決定するように、統計的分析が、実施される。

実験的治療の有効性を正確に査定するために十分な統計的検出力を有するために、ＲＣＴは、多数の患者を含む必要がある。例えば、第ＩＩＩ相臨床試験が何千人もの患者を含むことは、珍しくない。十分な検出力を達成するために必要な多数の患者を採用することは、困難であり、多くの臨床試験は、その採用目標を決して満たさない。ほぼ定義上、実験的治療についてのデータは、皆無かそれに近いが、現在の標準の処置の有効性についての多くのデータが存在する可能性が高い。したがって、臨床試験のために必要とされる患者の数を削減するための１つの方法は、対照群を、現在の標準の処置をモデル化するように訓練されるボルツマンマシンからシミュレートされる仮想患者を含有する合成対照群と置換することである。

本発明のいくつかの実施形態による、方法は、シミュレーションを使用し、以前の臨床試験の対照群からのデータを使用してボルツマンマシンを訓練することによって、臨床試験のための合成または仮想対照群を生成する。多くの実施形態では、データセットが、選定された疾患に関する複数の臨床試験の対照群からデータを集約することによって、構築されることができる。次いで、ボルツマンマシンが、現在の標準の処置の下で、その疾患がある患者をシミュレートするように訓練されることができる。本モデルは、次いで、特定の特性（例えば、年齢、民族性、病歴）を伴う患者の集団をシミュレートし、新しい試験の対象患者基準に合致するシミュレートされた患者のコホートを生成するために使用されることができる。いくつかの実施形態では、実験群内の各患者が、ボルツマンマシンの適切な条件付き分布からシミュレートすることによって、同一の基準測定を伴うシミュレートされた患者に合致されることができる。これは、反事実のタイプ（すなわち、実験的治療ではなくプラセボを投与された場合に本患者に起こったであろうこと）を提供することができる。いずれの場合も、シミュレートされた患者からのデータが、本発明の多くの実施形態による、標準統計学的方法を使用して、並行プラセボ群からのデータを補完するために、またはその代わりに、使用されることができる。

直接比較（Ｈｅａｄ－ｔｏ－Ｈｅａｄ）臨床試験をシミュレートする
従来的に、米国内の医療は、個別報酬基準で提供されてきた。しかしながら、価値に基づいた処置に向けた移行が現在進行中である。医薬品との関連で、価値に基づいた処置は、薬物の費用が、錠剤あたりの単純な費用ではなく、それが効果的である程度に基づくであろうことを意味する。結果として、政府および他の支払人は、代替治療の有効性を比較することができる必要がある。

同一の適応を伴う２つの薬物ＡおよびＢを考慮されたい。ＡおよびＢの有効性を比較するための２つの標準方法が存在する。第１に、電子健康記録および保険金請求データを使用し、実世界臨床実践の状況で薬物が効いている程度を観察することができる。代替として、ＲＣＴを実行し、薬物の直接比較を実施することができる。これらの方法は両方とも、ＡおよびＢの比較有効性についての結論に到達するために、何年もの付加的観察および／または実験を要する。

本発明の多くの実施形態による、シミュレーションは、直接比較試験を実施するための代替アプローチを提供する。いくつかの実施形態では、各薬物の臨床試験からの詳細な個人レベルデータが、ボルツマンマシンのために訓練データ内に含まれることができる。いくつかの実施形態では、ＢＥＡＭ等のボルツマンマシンを用いて生成されるサンプルが、ＡとＢとの間の直接比較臨床試験をシミュレートするために使用されることができる。しかしながら、個人レベルデータは、通常、臨床試験の実験群に関して公開されない。これらのデータがない場合、本発明のいくつかの実施形態による、実験群からの総合レベルデータが、対照群データについて訓練されたモデルを調節するために使用されることができる。

ゲノム特徴の教師なし学習
ヒトゲノムは、相互作用の非常に複雑なネットワークに関与する２万を上回る遺伝子をコードする。遺伝的相互作用の本ネットワークは、非常に複雑であるため、遺伝子型を表現型に結び付ける機構的モデルを開発することは面倒である。したがって、ゲノム情報から表現型を予測することを目標とする研究は、機械学習方法を使用する必要がある。

臨床設定におけるゲノム研究の一般的目標は、患者が所与の治療薬に応答するであろうかどうかを予測することである。例えば、（例えば、メッセンジャーＲＮＡ配列決定実験からの）遺伝子発現を説明するデータが、第ＩＩ相臨床試験の開始時に収集されてもよい。治療薬への各患者の応答が、試験の終わりに記録され、数学的モデル（例えば、線形またはロジスティック回帰）が、その基準遺伝子発現データから各患者の応答を予測するように訓練される。患者応答の成功した予測は、臨床試験のスポンサが、ゲノム検査を使用し、研究集団を、薬物が成功する可能性が最も高い患者のサブセットに絞ることを可能にするであろう。これは、後続の第ＩＩＩ相試験の成功の尤度を改良する一方で、精度医療を通して患者転帰も改良する。

残念ながら、第ＩＩ相臨床試験は、小規模である（２００人）傾向がある。また、遺伝子発現を測定するために使用される配列決定実験は、依然として、極めて高価である。結果として、非臨床遺伝子発現研究でさえも、サイズが限定される。したがって、標準タスクは、２００回未満の測定を使用して、最大２万個の特徴（すなわち、遺伝子の発現）を用いた回帰モデルを訓練することを伴う。一般に、線形回帰モデルは、特徴の数が測定の数を上回る場合に、劣決定される。本問題を軽減するための技法が存在するが、殆どのオミクス研究における状況は、非常に不均衡であるため、標準アプローチが失敗する。

多くの実施形態では、未加工遺伝子発現値は、より少数の複合特徴に組み合わせられる。例えば、個々の遺伝子が、生化学経路の一部として相互作用するため、１つのアプローチは、既知の生化学情報を使用し、経路のアクティブ化を説明するスコアを導出することである。次いで、経路アクティブ化スコアが、未加工発現値の代わりに特徴として使用されることができる。しかしながら、生化学ネットワークの複雑性に起因して、第１に経路アクティブ化スコアを構築する方法は、不明確であり得る。

ある実施形態では、深層ボルツマンマシン（ＤＢＭ）は、オミクス研究のために有用であり得る、教師なし特徴学習のためのツールとして実装される。ｖを、実験から決定される遺伝子発現値を含有するベクトルとする。ＤＢＭは、隠れ単位ｈ_ｌの層が、高位レベル特徴への遺伝子発現値の進行性変換を説明する、確率分布

を使用して、遺伝子発現ベクトルの分布を説明する。本発明の多くの実施形態による、モデルは、標識を伴わずに訓練されることができ、したがって、いくつかの実施形態では、大規模データセットが、多くの異なる研究を組み合わせることによってコンパイルされることができる。いくつかの実施形態では、事前訓練されたＤＢＭが、

を算出することによって、未加工遺伝子発現値のベクトルを特徴の低次元ベクトルに変換するために使用されることができる。本発明のある実施形態による、これらの低次元特徴は、次いで、所与の治療薬に関する薬物応答の予測因子を構築するために、より単純な教師付き学習アルゴリズムへの入力として使用されることができる。

トランスクリプトームの応答を予測する
遺伝子の活性または発現の変化が人体内に及ぼすであろう影響を予測することは、薬物設計および薬物開発の両方にとって重要である。例えば、化合物が人体内に及ぼすであろう影響を予測し得る場合には、創薬のための高スループット計算スクリーンを実施し得る。同様に、治験薬物が異なるタイプの患者に及ぼすであろう影響を予測し得る場合には、人体内の薬物の作用についての直接データがなくても、第ＩＩ相臨床試験のための患者選択を最適化し得る。

教師付き学習方法を使用し、トランスクリプトームの応答の予測因子を開発するための明白な方法は存在しない。多くの実施形態では、トランスクリプトームの応答は、遺伝子発現の生成モデルを使用して予測される。ｖを、未加工遺伝子発現値のベクトルとし、ｐ_θ（ｖ）を、θによってパラメータ化される遺伝子発現値の分布のモデルとする。また、モデルは、θ_ｉを増加（または減少）させることが、＜ｖ_ｉ＞の増加（または減少）につながるように、θ_ｉがｖ_ｉの平均値に関連するように、パラメータ化されると仮定されたい。多くの実施形態では、遺伝子の活性ｉを減少させる薬物の効果は、θ_ｉを減少させ、＜ｖ＞の変化を算出することによって、シミュレートされる。いくつかの実施形態では、変化が小さい場合には、これは、導関数

を算出することを伴う。

本発明のいくつかの実施形態による、生成モデルの有用性は、遺伝子発現値の間の相互作用を暗示的に学習するモデルの能力に依拠する。すなわち、モデルは、治療薬を使用して遺伝子の活性ｉを減少させることが、相互作用の複雑なネットワークを介して、ある他の遺伝子ｊの発現の減少につながることを把握しなければならない。多数の実施形態では、本願の前の節に説明されるようなＤＢＭは、遺伝子の間の相互作用を暗示的に（すなわち、生化学経路または直接遺伝子相互作用の他の方法の機構的理解を構築しようとすることなく）学習する生成モデルとして使用される。

多くの実施形態では、完全教師付き様式で遺伝子発現データについて訓練されるＤＢＭは、個々の患者の概念を有していない。代わりに、観察のベクトルｖは、２つの部分、すなわち、遺伝子発現値のベクトルｘおよびメタデータのベクトルｙに分解されることができる。本発明のいくつかの実施形態による、メタデータは、（限定ではないが）それが由来した組織、患者の健康状態、または他の情報等のサンプルの特性を説明し得る。次いで、いくつかの実施形態では、予測は、条件付き分布

から行われることができる。

最後に、本発明のいくつかの実施形態による、個々の患者に関する予測は、遺伝子発現空間内の局所性の概念を使用することができる。

を、ｙが与えられたエネルギーｘを定義しているものとする。ＤＢＭでは、これはまた、隠れ層の全てにわたって積分することを伴う。ある実施形態では、遺伝子相互作用の局所測定値が、ｘにおいて評価される

の導関数から算出されることができる。

本発明は、ある具体的側面で説明されたが、多くの付加的修正および変形例が、当業者に明白であろう。したがって、本発明は、具体的に説明される以外に実践され得ることを理解されたい。したがって、本発明の実施形態は、あらゆる点に関して、制限的ではなく例証的と見なされるべきである。

Claims (1)

1. 本明細書に記載の発明。

Images