ニュース・活動
スライド
随想
ハイライト
言葉に囚われた私たちの科学と人工無能について Link
大規模言語モデルは人間の言語能力の解明に役立つのか？Link
なぜ経験則は説明の論理として受け入れがたいか Link
機械学習は真の理解や発見に寄与できるか Link
機械学習と機械発見：データ中心型の自然科学の教訓と今後 Link
表現と介入：機械学習は化学研究の「経験と勘」を合理化できるか？ Link
データ社会を生きる技術〜人工知能のHopeとHype〜 Link
小１にルービックキューブを教えてみた Link
機械学習と自動微分 Link
動画
帰納と演繹の間を求めて：記号と離散構造の統計的機械学習 Video Link ,
機械学習・機械発見から見るデータ中心型化学の野望と憂鬱 Video Link
分子のグラフ表現と機械学習の最近 Video Link
Exploring Practices in Machine Learning and Machine Discovery for Heterogeneous Catalysis (ACS2023) Video
A Modern Introduction to Decision Tree Ensembles (Data Science Summer School 2023@Göttingen) Part1 Part2
Applied Machine Learning for Chemistry I & II (HSI2020) Video (Course Website )
統計数理研究所・リーディングDAT講座
2024 L-S 決定木とアンサンブル学習の基礎と実践 Link 講義内容
2022 L-S1 決定木とアンサンブル学習の基礎と実践 Link 講義内容
2021 L-B2 決定木に基づくアンサンブル学習 (機械学習とデータサイエンスの現代的手法). Link 講義内容
2020 L-S 決定木とアンサンブル学習の基礎と実践. Link 講義内容
2020 L-B2 決定木に基づくアンサンブル学習 (機械学習とデータサイエンスの現代的手法) 中止
2019 L-S 決定木とアンサンブル学習の基礎と実践. 中止→2020 L-Sとして開講
2019 L-B2 決定木に基づくアンサンブル学習 (機械学習とデータサイエンスの現代的手法) Link
2018 L-B2 決定木に基づくアンサンブル学習 (機械学習とデータサイエンスの現代的手法) Link
総説 (Selected)
言葉に囚われた私たちの科学と人工無能について [link ] 瀧川一学 岩波 科学 , 特集：AIは科学をどう変えるのか, Vol. 96, No. 1, 2025; 20-24.大規模言語モデルは人間の言語能力の解明に役立つのか？(後編) [link ] [KURENAI ] 瀧川一学 ・折田奈甫岩波 科学 , 連載：人間の言語能力とは何か─生成文法からの問い〈番外編2〉, Vol. 94, No. 8, 2024; 740-744.なぜ経験則は説明の論理として受け入れがたいか [link ] [KURENAI ] 瀧川一学 岩波 科学 , 連載：人間の言語能力とは何か─生成文法からの問い〈指定討論2〉, Vol. 93, No. 12, 2023; 1009-1011.予感される組織に寄せて ─外部から見た多分野交流─ [link ] [KURENAI ] 瀧川一学 情報処理 , 連載:こたつde議論 〜情報学を核とした多分野交流の現場から〜, Vol 64, No 12, 2023; 648-653.機械学習は真の理解や発見に寄与できるか [link ] [KURENAI ] 瀧川一学 自動車技術 , 特集: DX 時代の CAE 最新手法, Vol 77, No 10, 2023; 26-31.深層学習が広げる分子と幾何構造の表現 [link ] 瀧川一学 電子情報通信学会誌 , 特集: 深層学習は情報・システムの研究をどう変えたか, Vol 105, No 5, 2022; 435-440.機械学習と機械発見：データ中心型の自然科学の教訓と今後 [link ] 瀧川一学 日本結晶成長学会誌 , 特集: 機械学習・AIは結晶成長研究をいかに変えるか？, Vol 49, No 1, 2022; 49-1-01.表現と介入: 機械学習は化学研究の「経験と勘」を合理化できるか? [link ] 瀧川一学 化学と教育 , ヘッドライン: AI が開く新たな化学領域, Vol 70, No 3, 2022; 122-125. Machine learning for catalysis informatics: Recent applications and prospects. [doi ] Toyao T, Maeno Z, Takakusagi S, Kamachi T, Takigawa I* , Shimizu K*. ACS Catalysis. 2020; 10: 2260-2297.
人工知能基本問題研究会（FPAI） [link ] 瀧川一学 人工知能 , Vol 34, No 5, 2019.多数のグラフからの統計的機械学習 [link ] 瀧川一学 システム/制御/情報 , 深化する機械学習：技術の進展とその応用特集号, Vol 60, No 3, 2016.データマイニングとしての多重標的相互作用解析 [link ] 瀧川一学 日本薬学会 構造活性相関部会・ニュースレター SAR NEWS , No.29, 2015. Graph mining: procedure, application to drug discovery and recent advances. [doi ] Takigawa I , Mamitsuka HDrug Discovery Today. 2013;18(1-2):50-57
化学とグラフアルゴリズム [link ] 瀧川一学 ・馬見塚 拓化学と教育 , ヘッドライン: 化学と数学の接点, 2011:59 (9), 450-453.
古い講義資料
Talks
From machine learning to machine discovery: practical applications in chemistry[ , Pacifichem 2025 symposium: Computational Modeling and Design of Functional Materials in the AI Era, December 16, 2025, Honolulu, USA.パネルディスカッション：データベースなしじゃ語れない！～マルチモーダル×AIは科学にどんな変革をもたらすの？～ (動画 ), トーゴーの日シンポジウム2025, 2025年10月20日, 品川ザ・グランドホール.生命科学のためのAI for Scienceと課題 , 第4回 大学院医学セミナー, 2025年6月13日, 横浜市立大学.AI for Science:新しい科学の方法の科学 , 黒田研究室セミナー, 東京大学 大学院理学系研究科 生物科学専攻, 2025年5月29日, 理学部 3 号館 412 号室およびオンライン機械学習から見るAI for Scienceの課題と展望 , Oak Leafセミナー(柏キャンパス合同セミナー), 2025年5月26日, 東京大学柏キャンパス(オンライン).AI for Science: 新しいデータ駆動科学の夜明けと憂鬱 , 日本地球惑星科学連合2025年大会(JpGU)：結晶成⻑、溶解における界⾯・ナノ現象(M-IS13), 2025年5月25日, 幕張メッセ, 千葉市.機械学習・機械発見から見る化学 , 第12回UDACセミナー, 2024年12月23日, 東北大学未踏スケールデータアナリクスセンター. Chemistry problems from a machine learning perspective , The 4th Akira Suzuki Awards Ceremony & the 8th ICReDD International Symposium plus The Rising Star Program, October 22-24, 2024, Hokkaido University.Machine Learning and Machine Discovery for
Data-Intensive Chemistry , Workshop: Expanding Horizons of Data Science, IEEE eScience 2024, September 18, 2024, Osaka, Japan.自然科学研究のための機械学習と機械発見 , 日本がんと炎症・代謝研究会(SCIM) 第10回学術集会, 2024年6月8日, 京都大学京都大学医学部 芝蘭会館 稲盛ホール. 帰納と演繹の間を求めて：記号と離散構造の統計的機械学習 , 電子情報通信学会コンピュテーション研究会, 2024年5月8日, 京都大学楽友会館. video 機械学習と自動微分 , 「最適化法」第15回(ゲストトーク), 2024年1月26日, 同志社大学. 機械学習を科学研究で使うとは？ , 第12回世界トップレベル研究拠点プログラム（WPI）サイエンスシンポジウム：インフォマティクスを活用した研究の最前線 ～情報を味方につけたトップレベル研究～, 2023年11月23日, 北海道大学.データ社会を生きる技術
〜機械学習の夢と現実〜 , 出前授業, 2023年11月22日, 府立亀岡高等学校.A Modern Introduction to Decision Tree Ensembles , Data Science Summer School 2023, Göttinger Rechenzentrum, Göttingen, Germany, Sep 11–22, 2023. video1 video2 Exploring Practices in Machine Learning and Machine Discovery for Heterogeneous Catalysis , ACS Spring 2023 Symposium on AI-Accelerated Scientific Workflow, Indianapolis, USA, March 26-30, 2023. video 機械学習と機械発見：自然科学融合が誘起するデータ科学の新展開 , 学習院桜友会寄付講座(生命情報社会学)シンポジウム x-informatics 〜巡り会うデータサイエンス〜, 2023年2月18日, 学習院大学. 機械学習と自動微分 , 「最適化法」第15回(ゲストトーク), 2023年1月20日, 同志社大学. L-S1 決定木とアンサンブル学習の基礎と実践 , 2022年度リーディングDAT(Data Analytics Talents)講座, 統計数理研究所, 2023年1月17日. 講義内容 機械学習と機械発見：自然科学研究におけるデータ利活用の再考 , 情報論的学習理論と機械学習研究会(IBISML), 京都大学, 2022年12月22日-23日. 小１にルービックキューブを教えてみた 〜群論スポーツの教育とパターン認知〜 , 2022年度第2回領域集会 分科会, 科研費 学術変革領域(A) 社会変革の源泉となる革新的アルゴリズム基盤の創出と体系化, 京都大学清風荘(京都市), 2022年11月6日. "データ化"する化学と情報技術・人工知能・データサイエンス , 2022年北海道地区化学教育研究協議会, 北海道科学大学サテライトキャンパス(札幌市), 2022年11月5日. 自然科学における機械学習と機械発見 , シンポジウム「機械学習が拡げる相転移研究の最前線」, JCCG-51 第51回結晶成長国内会議, RCC文化センター (広島市), 2022年11月1日. AFSA研究ラジオ：作る技を極めたい の巻 (瀧川一学) , ホスト：宇野毅明 (国立情報学研究所), 科研費学術変革領域(A) 社会変革の源泉となる革新的アルゴリズム基盤の創出と体系化, 2022年7月15日.幾何と機械学習：A Short Intro , フォレスト会議, JST CREST「学習/数理モデルに基づく時空間展開型アーキテクチャの創出と応用」機械学習グループ, 2022年4月18日.決定森回帰の信頼区間推定, Benign Overfitting, 多変量木とReLUネットの入力空間分割 , フォレストワークショップ, JST CREST「学習/数理モデルに基づく時空間展開型アーキテクチャの創出と応用」機械学習グループ, 2022年2月24日.Machine Learning for Molecules: Lessons and Challenges of Data-Centric Chemistry , Perspectives on Artificial Intelligence and Machine Learning in Materials Science, FY2021 IMI Joint Usage Research, Kyushu University, Feb 4-6, 2022.機械学習と自動微分 , 「最適化法」第14回(ゲストトーク), 2022年1月14日, 同志社大学. 自己紹介：機械学習・機械発見とデータ中心的自然科学 , 科研費 学術変革領域(A) ASFA京都合同会議, 京都大学・寺町三条サテライトラボ, 2021年12月22日.決定木に基づくアンサンブル学習 , 2021年度リーディングDAT(Data Analytics Talents)講座, L-B2 機械学習とデータサイエンスの現代的手法 , 統計数理研究所, 2021年12月16日-17日.機械学習を自然現象の理解・発見に使いたい人に知っておいてほしいこと , JST 科学技術未来戦略ワークショップ「機器の安全性を高める破壊・寿命予測の科学技術基盤の構築」, 2021年12月10日, JST 研究開発戦略センター(CRDS). (Slide )機械学習・機械発見から見るデータ中心型化学の野望と憂鬱 (講演動画 ), 2021年度 知能情報学専攻コロキウム(IST COLLOQUIUM 2021) , 京都大学大学院情報学研究科知能情報学専攻, 2021年12月9日. Machine Learning for Molecular Graph Representations and Geometries ,
第44回日本分子生物学会 , シンポジウム1AS-17：現実世界のノイズと多様性に挑むデータサイエンス・機械学習, 2021年12月1日, パシフィコ横浜. (Slide ) 機械学習と機械発見：データ中心型の化学・材料科学の教訓とこれから , 第142回 フロンティア材料研究所学術講演会 「データ科学と機械学習の最前線 ーデータを基軸とした材料開発に向けてー」 , 東京工業大学, 2021年11月12日. 機械学習～データを予測に変える技術～で化学に挑む！ , サイエンスアゴラ2021, シン・サイエンス～情報・ＡＩ・ビッグデータが紡ぐ最先端研究～ , 2021年11月7日.機械学習と機械発見: データ中心型の化学・材料科学の教訓とこれから , セミナー, 2021年10月26日. Machine Learning for Molecules , Hokkaido University ICReDD - Faculty of Medicine Joint Symposium, Friday, October 15th, 2021, Sapporo, Hokkaido, Japan. (Slide ) 帰納バイアスと分子の組合せ的表現・幾何的表現 (3分フラッシュトーク ), 学術変革(A)「社会変革アルゴリズム基盤」(AFSA) , 2021年度 第2回領域集会, 2021年10月11日-13日. (Slide , Flash-Talk Slide ) 分子のグラフ表現と機械学習の最近 (講演動画 ), 理研AIPオープンセミナー , 2021年7月14日, オンライン.A machine-learning view on heterogeneous catalyst design and discovery ,
Telluride Workshop on Computational Materials Chemistry , Telluride, Colorado, USA, July 1, 2021.Machine Learning for Chemistry: Representing and Intervening , Joint Symposium of Engineering & Information Science & WPI-ICReDD in Hokkaido University, Apr. 26 (Mon), 2021.不均一系触媒研究のための機械学習と最適実験計画 , 理研CSRS インフォマティクス・データ科学推進プログラム成果報告会,, 2021年3月8日, 理研CSRS. Slide 機械学習と自動微分 , 「最適化法」第15回(ゲストトーク), 2021年1月22日, 同志社大学. 決定木とアンサンブル学習の基礎と実践 , リーディングDAT講座：L-S (オンライン), 2020年10月29日, 統計数理研究所. 講義アジェンダ 分子のグラフ表現と機械学習 , セッション「データサイエンスの世界をのぞいてみませんか？ 」, 第10回CSJ化学フェスタ2020 , 2020年10月20日, 日本化学会. 要旨 機械学習による化学反応の予測と設計 , セッション「生命科学・材料科学におけるデータサイエンスの最前線」、2020年度統計関連学会連合大会 , 2020年9月8日〜12日, 富山国際会議場・富山県民会館.要旨 (Slide )講義 Applied Machine Learning for Chemistry I & II (講演動画 ), "Advanced Computational Chemistry", HSI (Hokkaido Summer Institute) , 2020年8月26日, 北海道大学.
機械学習から見た関心と課題, JST CRDS 俯瞰ワークショップ「プロセスインフォマティクスの俯瞰Ⅱ ～材料合成プロセスへのデータ科学適用の現状と展望（触媒・有機材料分野）～」, 2020年7月29日, JST 研究開発戦略センター(CRDS). 俯瞰ワークショップ報告書
中止 決定木とアンサンブル学習の基礎と実践, リーディングDAT講座：L-S , 2020年3月3日, 統計数理研究所.The interplay between data-driven and theory-driven methods for chemical sciences , The 1st International Symposium on Human InformatiX , JST ERATO 佐藤ライブ予測制御プロジェクト, 2020年2月27日-28日,
国際電気通信基礎技術研究所(ATR).機械学習による化学反応の予測と設計 , 近畿化学協会コンピュータ化学部会 公開講演会（第107回例会） , 2020年1月27日, 大阪科学技術センター.勾配法と機械学習 , 「最適化法」第15回(ゲストトーク), 2020年1月24日, 同志社大学機械学習による化学反応の予測と設計 , 情報系 Winter Festa Episode 5 , 2019年12月25日-26日, 一橋講堂.決定木に基づくアンサンブル学習, リーディングDAT講座：L-B2 機械学習とデータサイエンスの現代的手法 , 2019年12月19-20日, 統計数理研究所 大会議室.
データ社会を生きる技術〜人工知能のHopeとHype〜 , 富山県寄附講義 , 2019年12月17日, 富山国際大学 東黒牧キャンパス 現代社会学部大講義棟.自然科学研究の道具としての機械学習 , 第6回情報科学系セミナー , 2019年12月4日, 北陸先端科学技術大学院大学 情報科学系研究棟.Machine Learning and Model-based Optimization for Heterogeneous Catalyst Design and Discovery , The 2nd ICReDD International Symposium - Toward Interdisciplinary Research Guided by Theory and Calculation , 2019年11月27-29日, FMI Hall, Hokkaido University (Sapporo).研究分担者報告・近況報告, 基盤(S) 離散構造処理系プロジェクト 2019年度 秋のワークショップ , 2019年11月4-6日, 支笏湖 丸駒温泉(千歳市).
機械学習は真の理解や発見に寄与できるか , 第35回関東CAE懇話会 , AI・IoT時代のデータ利活用による理解と発見, 2019年10月4日, 早稲田大学 西早稲田キャンパス.不均一系触媒研究のための機械学習と最適実験計画 , ICReDD-CRESTキャリア領域 情報交換シンポジウム, 2019年9月26日, 北海道大学フロンテｲア応用科学研究棟.人工知能の基本問題：これまでとこれから (Special Talk), 人工知能学会 第110回人工知能基本問題研究会(SIG-FPAI), 2019年9月24-25日, カナモトホール(札幌市民ホール). abstract 総説記事(Open Access) 不均一系触媒研究のための機械学習と最適実験計画 (Invited Talk), 第80回応用物理学会秋季学術講演会 シンポジウム, インフォマティクスが創る新しい材料科学とその実用化 , 2019年9月18日, 北海道大学.
研究分担者報告・近況報告, 基盤(S) 離散構造処理系プロジェクト 2019年度 初夏のワークショップ , 2019年6月28-29日, 北海道大学.
分子のグラフ表現と機械学習 (Invited Talk), 有機合成化学協会, 「AIと有機合成化学」第三回勉強会, 2019年6月21日, 中央大学駿河台記念館.ユーザのための機械学習・深層学習入門 (Keynote Talk), Rinkai Hackathon 2019 with DDBJing , 2019年6月10日-12日, 島根大学生物資源科学部附属生物資源教育研究センター 隠岐臨海実験所.
科学と機械学習 (Invited Talk), セミナー, 2019年5月13日, NTTコミュニケーション科学基礎研究所.化学研究のための機械学習と最適実験計画 (Invited talk), 物性研究所スパコン共同利用・CCMS合同研究会「計算物質科学の新展開」 , 2019年4月2日-3日, 東京大学 物性研究所 大講義室.AAAI 2019@ハワイに行ってみた！, 北大京大合同セミナ集会 兼 基盤(S) 離散構造処理系プロジェクト「短期滞在セミナー週間 (SSSW) 2019.02@Kyoto」 , 2019年2月18日-20日, 京都大学情報学研究科 湊研究室.
Machine Learning and Surrogate Optimization on Heterogeneous Catalysts (Invited talk), 2019 PRESTO International Symposium on Materials Informatics , 2019年2月9日-11日, 東京大学 小柴ホール.決定木・回帰木に基づくアンサンブル学習, 統計数理研究所 リーディングDAT講座, L-B2 機械学習とデータサイエンスの現代的手法 , 2018年12月13日-14日, 筑波大学東京キャンパス.
化学反応インフォマティクスと機械学習, WPI拠点ミーティング(Closed), 2018年12月4日, 北海道大学医学研究科フラテホール.
Machine Learning for Chemical Sciences (Invited talk), 2018 International Workshop on New Frontiers in Convergence Science and Technology, Hokkaido University (HU) - Seoul National University (SNU) Joint Symposium, 2018年11月9日, 北海道大学情報科学研究科.データ駆動科学と機械学習 (招待講演), 第2回データサイエンス研究会 , 2018年9月19日, 岐阜大学工学部.分子のグラフ表現と機械学習 (招待講演), 第79回応用物理学会秋季学術講演会 特別シンポジウム「インフォマティクスへの招待」～機械学習・インフォマティクスは応用物理をどう変えるか？～, 2018年9月18日, 名古屋国際会議場.決定木・回帰木に基づくアンサンブル学習の最近 (招待講演), 電子情報通信学会 スマートインフォメディアシステム研究会 (SIS), 2018年6月7日, 定山渓ビューホテル.機械学習は真の発見に寄与できるのか？ (セッション招待講演), MI2I・JAIST合同シンポジウム（情報統合型物質・材料開発イニシアティブ・北陸先端科学技術大学院大学） データ科学における予測と理解の両立を目指して－分かるとは何か？－ , 2018年5月21日, JST東京本部別館1階ホール. (講演アブストラクト )Machine learning predictions of factors affecting the activity of heterogeneous metal catalysts (セッション招待講演), "CATL: Machine Learning for Catalysis Research", The 255th ACS (American Chemical Society) National Meeting, New Orleans, LA, March 18-22, 2018. 分子のグラフ表現と機械学習 (セッション招待講演), 異分野融合ワークショップ「データ科学との融合による化学の新展開」, 2018年3月13日-14日, 奈良先端科学技術大学院大学.Frontiers of data-driven property prediction: molecular machine learning / データ駆動型物性予測の最前線：分子の機械学習の諸相 (セッション招待講演), Innovation Camp 2018 for Computational Materials Science (ICCMS2018), The Jozankei View Hotel, Sapporo, January 23-25, 2018Lost in Translation: Struggles in interdisciplinary fields (Night Session) (セッション招待講演), Innovation Camp 2018 for Computational Materials Science (ICCMS2018), The Jozankei View Hotel, Sapporo, January 23-25, 2018見えるものを見るAI 見たいものを見る人間〜機械に「正しく」学習させるには〜 (市民講義) (movie ), 第97回サイエンス・カフェ札幌, 2017年10月1日, 紀伊國屋書店札幌本店 1F インナーガーデン.グラフデータの機械学習における特徴表現の設計と学習 (セッション招待講演), 日本応用数理学会 2017年度年会, 2017年9月8日, 武蔵野大学有明キャンパス（東京都江東区）.データ社会を生きる技術 〜人工知能のHopeとHype〜 (市民講義), 平成遠友夜学校, 2017年8月1日, 北海道大学.合成変量とアンサンブル：回帰森と加法モデルの要点 (招待講演), 電子情報通信学会 信号処理研究会, 2017年6月19日-20日, 新潟大学.機械学習は化学研究の"経験と勘"を合理化できるか？ (セッション招待講演), 第33回ライラックセミナー・第23回若手研究者交流会, 2017年6月10日-11日, おたる自然の村おこばち山荘.道具としての機械学習：直感的概要とその実際 (招待講演), 地球流体データ解析・数値計算ワークショップ, 2017年3月9日, 北海道大学地球環境科学研究院.科学と機械学習のあいだ：変量の設計・変換・選択・交互作用・線形性 (セッション招待講演), 第19回情報論論的学習理理論論ワークショップ (IBIS2016), 2016年11月18日, 京都大学.メディエーター複合体による転写伸長制御 (セッション招待講演), 第2回バイオインフォマティクスアゴラ, 2016年7月15日, 東京工業大学.多数のグラフからの統計的機械学習 (深化する機械学習：技術の進展とその応用特集号, システム/制御/情報, Vol 60, No 3, 2016)データマイニングとしての多重標的相互作用解析 (日本薬学会 構造活性相関部会・ニュースレター SAR NEWS No.29)多数のグラフからの統計的機械学習 (招待講演) 人工知能学会 第94回人工知能基本問題研究会(SIG-FPAI), 2014年7月24日(木), 根室市総合文化会館.KDD2014ベストペーパーの論文紹介 (KDD2014勉強会@北大)Takigawa I. Identifying paired substructures significantly shared among interacting structure pairs. 2013 International Workshop on Machine Learning and Applications to Biology (MLAB Sapporo 2013) , Sapporo, Japan, August 5-6, 2013.
Takigawa I. Finding structural patterns shared among interacting molecules (Invited talk). The 3rd International Beilstein Symposium on Glyco-Bioinformatics (Glyco-Bioinformatics2013), Potsdam, Germany, 10-14 June, 2013.
Takigawa I. Learning sparse linear models over subgraph indicators. Institute Curie, Paris, France, February 19, 2013. (Host: Dr. Jean-Philippe Vert).
Takigawa I. Learning sparse linear models over subgraph indicators. 2012 International Workshop on Machine Learning and Applications to Biology (MLAB Sapporo 2012) , Sapporo, Japan, August 6-7, 2012.
創薬・生命科学におけるデータマイニング. JST ERATO湊離散構造処理系プロジェクトセミナー, 平成24年6月8日, 北大工学部C304 ERATOセミナー室.Takigawa I. Ranking metabolic pathways based on transcriptional co-regulation of enzyme-coding genes. Systems and Integrative Biology Seminar, Boston University, Boston, USA, June 22, 2010. (Host: Dr. Daniel Segrè).
Takigawa I. Ranking metabolic pathways based on transcriptional co-regulation of enzyme-coding genes. Boston College, Boston, USA, June 25, 2010. (Host: Dr. Peter Clote)
Takigawa I. Efficiently finding significant substructural patterns conserved in glycans. Boston University, Boston, USA, June 23, 2010. (Host: Dr. Charles DeLisi)
Takigawa I, Hashimoto K, Shiga M, Kanehisa M, Mamitsuka H. Mining patterns from glycan structures (Invited talk). The 1st International Beilstein Symposium on Glyco-Bioinformatics (Glyco-Bioinformatics2009), Potsdam, Germany, 4-8 October, 2009.
Takigawa I. Efficiently finding significant substructural patterns conserved in glycans. Max Planck Institute for Biological Cybernetics, Tübingen, Germany, October 24, 2008. (Host: Dr. Koji Tsuda)
