世界

ツールはトレーニングとテストデータを自動的に分離してAI評価を改善します

Datasailの概略用ワークフロー。クレジット： 自然コミュニケーション （2025）。 2：10.1038/S41467-025-58606-8 AIモデルのパフォーマンスをより適切に評価するために、新しいツールが開発されました。フリードリッヒ・アレクサンダー・ユニバーシタト・エルランゲン・ニュルンベルク（FAU）とヘルムホルツ医薬品研究研究所（hips）のバイオインフォマティクスによって開発されました。 「DataSail」は、トレーニングとテストデータを自動的に並べ替えて、それらが互いに可能な限り異なるように、AIモデルが異なるデータで確実に機能するかどうかを評価できるようにします。研究者は今持っています 提示 ジャーナルでの彼らのアプローチ 自然コミュニケーション。 機械学習モデルは膨大な量のデータでトレーニングされており、実際に使用する前にテストする必要があります。このため、データはまずより大きなトレーニングセットとより小さなテストセットに分割する必要があります。前者はモデルが学習するために使用され、後者はその信頼性を確認するために使用されます。 「テストデータがトレーニングデータと大幅に異なるようにデータが分割された場合にのみ、モデルが後で新しいデータ、いわゆる分散データデータ、実際には分散データを処理できるかどうかを判断できます」と、FAUの生物医学工学（AIBE）の人工知能部門の生物学習科のバイオインフォーメンタ師であるDavid Blumenthal教授は説明します。 AIモデルはしばしば過大評価されています 通常、従来のアルゴリズムはこの最適化されたデータ分割ができないため、AIモデルのパフォーマンスが過大評価されることがよくあります。したがって、David Blumenthalは、HIPSの研究者とともに、そのような誤判断を防ぎ、機械学習の重要な分野に新しい基準を設定するツールを開発しました。 DataSailと呼ばれるツールは、トレーニングとテストデータが可能な限り異なるように、データセットを自動的に分割します。 「DataSailは無料のツールであり、あらゆる種類のデータに使用できます。 生物学的研究「ユーザーはデータセットのいくつかのパラメーターを定義する必要があり、データセールは残りを自動的かつ一貫して定義するだけでよい。」 例示的な1次元および2次元データセットの視覚化。クレジット： 自然コミュニケーション （2025）。 2：10.1038/S41467-025-58606-8 ツールは相互作用データも処理します DataSailは、相互作用データの自動分割に使用できる最初のツールでもあります。これらの多次元データは、たとえば薬物研究で役割を果たしています。 「薬物と薬物との相互作用を予測するAIモデルを開発したいと想像してください 標的タンパク質「Blumenthal氏は言います。「次に、これらのモデルをテストするとき、それらが一方で変化した薬物分子と他方の異なるタンパク質に対してどれだけうまく機能するかを評価する必要があります。」 さらに、このツールは、トレーニングにおける男性と女性の被験者の均等な分布など、クラスの機能を考慮することができます。 テスト データ。これにより、aのテストが防止されます モデル 一方の性別が他の性別よりも非現実的な結果をもたらすことから。 この計画は、アルゴリズムのランタイムを短縮し、さまざまな実用的なシナリオのためにさらに正確にデータを準備するために、今後数年間にツールをさらに開発することです。 詳細： Roman Joeres et al、データ分割のデータ漏れを回避するためのデータ分割、 自然コミュニケーション…