Naoaki Ono 研究室
主宰者：Naoaki Ono
奈良先端科学技術大学院大学
AI 要約（直近 5 年の研究成果）
本研究室は、生物学的なシステムや医療データから有用な情報を抽出し、複雑な問題解決に応用することを目指しています。微生物群集の組成変化、医学画像の解析、天然物の薬効評価、生体信号（脳波や心電図）の異常検知など、多岐にわたる生物・医療分野の課題を扱っています。例えば、稲の根に定着する微生物群集がどのように環境に適応するか、または脂肪肝疾患の治療薬として既存薬を新たな用途で活用できないかといった問題に取り組んでいます。
これらの課題解決には、機械学習や深層学習、ベイズ統計などの数理的手法を駆使しています。医療画像から病変を識別したり、脳波データから発作の予兆を検出したり、複数の化学物質の相互作用を予測したりと、大規模なデータセットから隠れたパターンを見つけ出す手法を開発しています。同時に、モデルの予測結果がなぜ得られたのかを説明可能にする研究にも力を入れており、臨床現場での実用化を見据えた研究が特徴です。
また本研究室は、伝統医学や天然物に含まれる生物活性物質に着目し、次世代の抗菌薬やウイルス対策物質の候補を体系的に探索しています。ネットワーク解析と機械学習を組み合わせることで、膨大なデータの中から有望な物質や植物を効率的に抽出し、新たな医療応用の可能性を広げようとしています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 133 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 環境科学Yoshitaka Nishikawa 研究室Kyoto University Hospital論文 104 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 環境科学Sameh A. Kantoush 研究室京都大学論文 104 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
- 保健専門職Qi An 研究室東京大学論文 159 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
- 環境科学Taikan Oki 研究室東京大学論文 146 件·共通: AI・機械学習, 機械学習, 機械, 学習 +7
研究成果（60 件）
- DOI: https://doi.org/10.1093/pcp/pcaf045
- [2025] Flexible variational information bottleneck: Achieving diverse compression with a single trainingDOI: https://doi.org/10.1016/j.neucom.2025.130198
- DOI: https://doi.org/10.3390/metabo15040255
- DOI: https://doi.org/10.1063/5.0284597
- DOI: https://doi.org/10.1021/acsptsci.5c00281
- [2025] Interpretable Neonatal Seizure Prediction Using Multi-Scale Gabor Filters and CNN-LSTM NetworksDOI: https://doi.org/10.1109/gcce65946.2025.11275589
- DOI: https://doi.org/10.1117/12.3070575
- DOI: https://doi.org/10.3390/bioengineering12070764
- DOI: https://doi.org/10.3390/ph18020192
- DOI: https://doi.org/10.1038/s41598-024-83637-4
続きを表示（残り 50 件）閉じる
- DOI: https://doi.org/10.1093/bioadv/vbaf045
- DOI: https://doi.org/10.3390/e26121043
- DOI: https://doi.org/10.1002/minf.202400051
- DOI: https://doi.org/10.1109/fmlds63805.2024.00088
- [2024] Identifying Potential Natural Antibiotics from Unani Formulas through Machine Learning ApproachesDOI: https://doi.org/10.3390/antibiotics13100971
- DOI: https://doi.org/10.1109/ist63414.2024.10759253
- DOI: https://doi.org/10.1093/jaoacint/qsae069
- DOI: https://doi.org/10.3390/microorganisms12081568
- DOI: https://doi.org/10.1016/j.nuclcard.2024.101889
- [2024] Quantitative evaluation model of variable diagnosis for chest X-ray images using deep learningDOI: https://doi.org/10.1371/journal.pdig.0000460
- DOI: https://doi.org/10.1371/journal.pdig.0000391
- DOI: https://doi.org/10.1109/bibm58861.2023.10385793
- DOI: https://doi.org/10.1109/gcce59613.2023.10315321
- DOI: https://doi.org/10.3389/fphys.2023.1156286
- DOI: https://doi.org/10.1016/j.ymeth.2023.04.001
- DOI: https://doi.org/10.3390/life13020439
- DOI: https://doi.org/10.1109/tnsre.2023.3243589
- DOI: https://doi.org/10.2751/jcac.23.50
- DOI: https://doi.org/10.2751/jcac.23.25
- [2023] Materials Data-science Approach for Comprehensive Understanding of Organic Thin Film Solar CellsDOI: https://doi.org/10.2751/jcac.23.8
- DOI: https://doi.org/10.2751/jcac.23.43
- DOI: https://doi.org/10.1016/j.ymeth.2022.11.003
- [2022] Prediction of Potential Natural Antibiotics based on Jamu Formula Using Machine Learning ApproachDOI: https://doi.org/10.1109/bibe55377.2022.00051
- DOI: https://doi.org/10.1109/gcce56475.2022.10014057
- DOI: https://doi.org/10.1109/gcce56475.2022.10014274
- DOI: https://doi.org/10.3390/antibiotics11091199
- DOI: https://doi.org/10.1109/socc56010.2022.9908121
- DOI: https://doi.org/10.1109/embc48229.2022.9870903
- DOI: https://doi.org/10.2520/myco.72-2-1
- DOI: https://doi.org/10.1109/lifetech53646.2022.9754876
- DOI: https://doi.org/10.1109/lifetech53646.2022.9754845
- DOI: https://doi.org/10.1109/lifetech53646.2022.9754753
- DOI: https://doi.org/10.1038/s41598-022-06604-x
- DOI: https://doi.org/10.1504/ijbra.2022.124984
- DOI: https://doi.org/10.1504/ijbra.2022.10049742
- DOI: https://doi.org/10.3390/life12010011
- DOI: https://doi.org/10.1109/bibm52615.2021.9669384
- DOI: https://doi.org/10.1109/bibm52615.2021.9669397
- DOI: https://doi.org/10.1109/bibm52615.2021.9669456
- DOI: https://doi.org/10.1111/srt.13109
- [2021] Comparison of 12 Machine Learning Methods for Polar Map Classification in Cardiac Perfusion PETDOI: https://doi.org/10.1109/nss/mic44867.2021.9875597
- DOI: https://doi.org/10.3390/life11080866
- DOI: https://doi.org/10.1038/s41598-021-93653-3
- DOI: https://doi.org/10.3389/fdgth.2021.643042
- DOI: https://doi.org/10.1186/s12911-021-01529-3
- DOI: https://doi.org/10.1002/tpg2.20095
- DOI: https://doi.org/10.1016/j.cmpb.2021.106102
- DOI: https://doi.org/10.1109/lifetech52111.2021.9391897
- DOI: https://doi.org/10.1109/lifetech52111.2021.9391949
- DOI: https://doi.org/10.1093/database/baab011
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。