Identification of neural basis of animal behavioral strategy by inverse reinforcement learning

通过逆强化学习识别动物行为策略的神经基础

基本信息

  • 批准号:
    16K16147
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
  • 财政年份:
    2016
  • 资助国家:
    日本
  • 起止时间:
    2016-04-01 至 2020-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(31)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Chemotactic implementation of topographic map formation
地形图形成的趋化实施
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Masato Kikuchi;Mitsuo Yoshida;Kyoji Umemura;松廣幹雄,鈴木秀宣,河田佳樹,仁木登,中野恭幸,楠本昌彦,土田敬明,江口研二,金子昌弘;Honda Naoki
  • 通讯作者:
    Honda Naoki
実験医学2017年5月号
实验医学2017年5月号
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    篠原美都;本田直樹;篠原隆司
  • 通讯作者:
    篠原隆司
逆強化学習による「動物の行動戦略」のデータ駆動的解読
利用反向强化学习以数据驱动解读“动物行为策略”
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    伏見 卓恭,斉藤 和巳,風間 一洋;本田直樹
  • 通讯作者:
    本田直樹
Decoding of intracellular signal transfer from FRET imaging: distinct functions of Rac1 and Cdc42 in cell migration, The 11th AIMS Conference on Dynamical Systems, Differential Equations and Applications
FRET 成像的细胞内信号传输解码:Rac1 和 Cdc42 在细胞迁移中的不同功能,第 11 届 AIMS 动力系统、微分方程和应用会议
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Naoki H;Yamao M;Ishii S
  • 通讯作者:
    Ishii S
New measures in FRET imaging
FRET成像的新措施
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kanatsu-Shinohara M.;Naoki H.;Shinohara T.;Honda Naoki;本田直樹;Naoki H and Yamao M
  • 通讯作者:
    Naoki H and Yamao M
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Honda Naoki其他文献

A machine learning-based model for the quantification of mental conflict
基于机器学习的心理冲突量化模型
  • DOI:
    10.1038/s43588-023-00444-z
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Honda Naoki;Yukio Konaka
  • 通讯作者:
    Yukio Konaka
Title Distinct predictive performance of Rac 1 and Cdc 42 in cellmigration
标题 Rac 1 和 Cdc 42 在细胞迁移中的独特预测性能
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Masataka Yamao;Honda Naoki;Katsuyuki Kunida;K. Aoki;M. Matsuda;Shin Ishii
  • 通讯作者:
    Shin Ishii
Mathematical modeling of neuronal polarization during development
发育过程中神经元极化的数学模型
空間情報を付加したショウジョウバエ原腸胚の1細胞トランスクリプトームアトラス
具有空间信息的果蝇原肠胚单细胞转录组图谱
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Shunta Sakaguchi;Yasushi Okochi;Chiharu Tanegashima;Osamu Nishimura;Mitsutaka Kadota;Honda Naoki;Takefumi Kondo
  • 通讯作者:
    Takefumi Kondo
Single-cell transcriptome atlas of <em>Drosophila</em> gastrula 2.0
  • DOI:
    10.1016/j.celrep.2023.112707
  • 发表时间:
    2023-07-25
  • 期刊:
  • 影响因子:
  • 作者:
    Shunta Sakaguchi;Sonoko Mizuno;Yasushi Okochi;Chiharu Tanegashima;Osamu Nishimura;Tadashi Uemura;Mitsutaka Kadota;Honda Naoki;Takefumi Kondo
  • 通讯作者:
    Takefumi Kondo

Honda Naoki的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Honda Naoki', 18)}}的其他基金

Toward cytoskeleton-based understanding of neuronal morphogenesis
基于细胞骨架的神经元形态发生的理解
  • 批准号:
    25730177
  • 财政年份:
    2013
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)

相似海外基金

肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
  • 批准号:
    24K14853
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
  • 批准号:
    23K20946
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
  • 批准号:
    23K21695
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
  • 批准号:
    23K22762
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
  • 批准号:
    23K24816
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了