Quantification of brain state transition costs based on stochastic control theory and its application to cognitive neuroscience

私たちの脳は多くの神経細胞からなる力学系で、時々刻々、様々な状態に移り変わる。中でも、移り変わりに大きなコストが必要な、到達しにくい状態と、コストがさほど必要でない、到達しやすい状態があると考えられる。このように、脳の状態遷移にどのくらいのコストが必要かを定量化することは、脳の理解を促進するのと同時に、コストという観点から認知的な負荷や精神疲労、発達障害に新たな評価法や診断基準を与えることができる点からも重要である。本研究課題では脳状態遷移のコストに注目し、研究目的を①脳の状態遷移コストを、実データから正確に定量化する手法を開発すること、②状態遷移コストを様々な認知現象に応用し、認知科学に新たな視点を与えること、とした。そして、3年間を手順1: 確率モデルの導入、手順2: 低次元モデルでの遷移コストの検証、手順3: 実データへの応用 という3ステップに区切り、順を追って研究を進めていく計画を立てた。本年度は、1年目前半で行う予定であった手順1については完了し、1年目後半から2年目前半までの手順2を行っている段階である。特に、完了した手順1の成果として、決定論的なモデルにはない確率モデルの優位性を十分に示すことができた。この研究成果は2023年1月、国際誌より出版され(Kamiya et al., Journal of Neuroscience, 2023)、featured paperに選出されるなど注目度の高い論文となった。また、同論文に基づく発表として、2022年7月の国内の神経科学系の合同学会Neuro 2022での口頭発表、7月にオンライン開催された国際学会International Conference on Mathematical Neuroscienceでの口頭発表、8月のネットワーク科学研究会2022での招待講演などを行った。

私たちの脳は多くの神経細胞からなる力学系で、時々刻々、様々な状態に移り変わる。中でも、移り変わりに大きなコストが必要な、到達しにくい状態と、コストがさほど必要でない、到達しやすい状態があると考えられる。このように、脳の状態遷移にどのくらいのコストが必要かを定量化することは、脳の理解を促進するのと同時に、コストという観点から認知的な負荷や精神疲労、発達障害に新たな評価法や診断基準を与えることができる点からも重要である。本研究課題では脳状態遷移のコストに注目し、研究目的を①脳の状態遷移コストを、実データから正確に定量化する手法を開発すること、②状態遷移コストを様々な認知現象に応用し、認知科学に新たな視点を与えること、とした。そして、3年間を手順1: 確率モデルの導入、手順2: 低次元モデルでの遷移コストの検証、手順3: 実データへの応用 という3ステップに区切り、順を追って研究を進めていく計画を立てた。本年度は、1年目前半で行う予定であった手順1については完了し、1年目後半から2年目前半までの手順2を行っている段階である。特に、完了した手順1の成果として、決定論的なモデルにはない確率モデルの優位性を十分に示すことができた。この研究成果は2023年1月、国際誌より出版され(Kamiya et al., Journal of Neuroscience, 2023)、featured paperに選出されるなど注目度の高い論文となった。また、同論文に基づく発表として、2022年7月の国内の神経科学系の合同学会Neuro 2022での口頭発表、7月にオンライン開催された国際学会International Conference on Mathematical Neuroscienceでの口頭発表、8月のネットワーク科学研究会2022での招待講演などを行った。