Basic Research of Cognitive Developmental Robotics with Postdiction and Brain History
认知发展机器人学与后预测和脑历史的基础研究
基本信息
- 批准号:22K11547
- 负责人:
- 金额:$ 2.58万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2022
- 资助国家:日本
- 起止时间:2022-04-01 至 2025-03-31
- 项目状态:未结题
- 来源:
- 关键词:
项目摘要
本研究では,脳の機能である「来歴」をAIに導入することにより,『深層学習や遺伝的アルゴリズムといった人工知能(AI)に,人間の認知発達メカニズムを導入し,AIの学習来歴を明確化し,説明可能性の高い認知発達AIを確立する.』ことを目的とする.申請者がこれまで基盤研究(C)や国際共同研究加速基金によって積み重ねてきたニューロサイエンス分野の知見,非接触・非侵襲なセンシング等によって得られるビックデータの収集および利用法を用いる.また,アスリートの育成や高度なコーチングシステムの構築に資する新たな最適化アルゴリズム等を用いて実用的なAIの開発基盤となるAIの解釈可能性と説明可能性等を考慮したAIを提案する.従来,設計者がロボットの行動を明示的に規定してきたが,認知発達ロボティクスの研究分野では,人間の認知発達過程の理解と,その理解に基づいたロボット設計論を確立することを目的とした研究領域である.実際の取り組みとして,人間の認知発達に関する深い理解と,その視点からAIの学習過程に特化している研究は少ない.本申請では,「人間の認知発達過程の概念をAIの学習過程に取り入れることで,認知発達的なAIを実現できるか」を学術的な問いとして,スポーツ競技やスポーツにおけるコーチングにおける,最先端のコンピュータビジョンや情報技術によるスポーツデータの取得と最先端のAI技術による統合的解析や、人間の認知では測ることのできない科学的エビデンスに基づくコーチングを自動的に構築することを最終目標とし,そのために必要な認知発達AIの研究に取り組む.初年度では,研究成果をジャーナル論文として発表し,認知発達AIに関する国際共同研究を進めている.
在这项研究中,通过将“概况史”(脑功能)引入AI中,我们将将人类认知发展机制引入人工智能(AI)(例如深度学习和遗传算法),阐明AI的学习历史,并建立一个可解释的认知发展AI。目的是:申请人将使用神经科学领域的知识,他们通过基础研究(C)和国际联合研究加速基金积累了知识,以及如何通过非接触式和非侵入性感应来收集和使用大数据。此外,我们建议使用AI的可解释性和解释性,这是开发实用AI的基础,它使用新的优化算法有助于运动员的发展和高级教练系统的建设。过去,设计师明确定义了机器人的行为,但是在认知发展机器人技术的研究领域,这是一个研究领域,旨在理解人类认知发展过程并基于该理解建立机器人设计理论。作为一种实际的方法,从这个角度和从此角度来看,很少有研究专门研究AI的学习过程。该应用基于一个学术问题:“我们是否能够通过将人类认知发展过程的概念纳入AI的学习过程来认知并发展AI?”最终的目标是使用尖端的计算机视觉和信息技术自动构建体育数据,以在体育比赛和体育中的指导中进行指导,以及使用尖端AI技术的集成分析,并基于基于人类认知无法衡量的科学证据进行指导,并将在认知发展中为此目的进行研究。在第一年,研究结果发表在期刊论文中,并且正在进行有关认知发展AI的国际合作研究。
项目成果
期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
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 }}
明石 卓也其他文献
An Easy-Parallelizable Evolutionary Optimization Algorithm via Probabilistic Bit-Wise Operation for Template Matching
通过概率按位操作进行模板匹配的易于并行化的进化优化算法
- DOI:
10.2493/jjspe.85.98 - 发表时间:
2019 - 期刊:
- 影响因子:0
- 作者:
中根 拓未;明石 卓也;張 潮 - 通讯作者:
張 潮
力学系学習木における誤差ベース予測アルゴリズム
基于误差的动力系统学习树预测算法
- DOI:
- 发表时间:
2017 - 期刊:
- 影响因子:0
- 作者:
金 天海;菅原 康滉;三浦 勇気;栗林 倫;沼倉 彬雄;加藤 成将;佐藤 和幸;冨澤 武弥;三好 扶;明石 卓也 - 通讯作者:
明石 卓也
明石 卓也的其他文献
{{
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 }}
相似海外基金
Effective use of evolutionary adversarial learning and temporal feature to improve deep learning performatnce
有效利用进化对抗学习和时间特征来提高深度学习性能
- 批准号:
19K11515 - 财政年份:2019
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Construction of big-data driven planetary science with ALMA terahertz remote-sensing observation
ALMA太赫兹遥感观测构建大数据驱动的行星科学
- 批准号:
17K14420 - 财政年份:2017
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
Sublinear-Time Paradigm
次线性时间范式
- 批准号:
15K11985 - 财政年份:2015
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Challenging Exploratory Research
Optimal production planning and scheduling under big data environment
大数据环境下的优化生产计划与调度
- 批准号:
15K00357 - 财政年份:2015
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Promoting Evolutionary Creativity on a P2P Network
在 P2P 网络上促进进化创造力
- 批准号:
25330289 - 财政年份:2013
- 资助金额:
$ 2.58万 - 项目类别:
Grant-in-Aid for Scientific Research (C)