权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

神経回路の動的なスイッチング機構の解明とその情動センシングBMIへの応用

神经回路动态切换机制的阐明及其在情绪感知BMI中的应用

基本信息

批准号：
08J10613
负责人：
船水章大
金额：
$ 1.15万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2008
资助国家：
日本
起止时间：
2008 至 2010
项目状态：
已结题

项目摘要

以下の4点を実施した.(i)逐次的次元縮約法を開発し,ラット聴皮質で,音周波数識別で重要となる神経活動を,識別器の識別精度を向上させるように段階的に抽出した.抽出した時空間的神経活動パターンの識別精度は,神経活動の空間パターンのみや,高発火頻度のみのパターンよりも優れていた.これは,時間パターンや低発火頻度の神経活動が,周波数識別に寄与することを示唆する.また,識別器の結合荷重を精査した結果,低発火頻度の神経活動は,詳細な周波数識別で重要だった.(ii)習慣行動と目的指向型行動での行動戦略を,ラットの自由選択課題で調べた.同課題で,ラットは左右どちらかの穴を選択し,報酬を確率的に得る.同課題は,20から230試行で報酬確率の変動する条件と,報酬確率一定の条件を,任意の試行順序で持つ.両報酬条件で,報酬を提示しない消去過程を行なった結果,報酬一定・報酬変動条件の行動はそれぞれ,習慣・目的指向型行動であった.また,報酬一定・報酬変動条件での行動はそれぞれ,モデルフリー(Q学習)・モデルベース戦略(隠れマルコフモデル)に適合した.(iii)行動学習での不確実性の役割を,ベイジアンQ学習で調べた.自由選択課題では,報酬確率の切り替わる条件のみを用いた.なお,ベイジアンQ学習は,報酬確率の期待値だけでなく,その分布を推定する.まず,不確実性は,ラットの行動を促進することがわかった.また,報酬確率の低いときは,ラットの行動はベイジアンQ学習に適合した.一方,報酬確率の高いときは,ラットの行動は,通常のQ学習に適合した.この結果は,不確実性の役割は,報酬確率依存的に変化することを示唆する.(iv)(ii)の自由選択課題時のラットの神経活動を計測した.報酬変動条件と報酬一定条件で,発火頻度の有意に異なる神経細胞は,前頭前野と線条体でそれぞれ,8/65個と6/84個だった.

The following four points are important. (i) The sequential dimension reduction method, the cortical layer, and the identification of the sound frequency wave number are important. Activities, the recognition accuracy of the recognizer is improved, and the recognition of activities in the time and space is done. Precision は,神経activitiesのSpaceパターンのみや,高発火frequencyのみのパターンよりも优れていた.これは,Time パターの神経activities with low fire frequency, cycle number recognition and detection, identification of combined loads and precise inspection results , Detailed cycle number identification is important for activities with low fire frequency. (ii) Habitual action and purpose-directed action. You can choose the topic freely, and you can choose the topic with the same topic. You can choose the topic with the same topic, and the reward is accurate. Same subject, 20 and 230 trials are subject to the condition that the reward accuracy is changed, the reward accuracy is constant, and the order of any trial is maintained. .両Reward condition で, reward を prompt しない elimination process を row なった result, reward is certain・Reward change condition のaction はそれぞれ, habit・Purpose-directed action であった.また, reward is certain ・Reward changing condition でのaction はそれぞれ,モデルフリー(Q learning)・The action learning strategy (隠れマルコフモデル) is suitable for the application. Q learning で tune べた. Free selection of topics では, reward accuracy の cut りわる conditions のみを use いた. なお, ベイジアンは, Expectation of return accuracy, Presumption of distribution, Uncertainty, Action promotion, Promotionた.また, the reward accuracy is low, the reward accuracy is high, and the reward accuracy is highは, ラットのaction は, のQ learning に Adaptation した. この result は, uncertainty 実性の service cut は, reward accuracy-dependent に変化するこ(iv) (ii) When you choose a project freely, you can choose a project and measure it. The compensation conditions are fixed and the compensation is fixed. The conditions are the same, the frequency of the fire is the same as the different cells, the front is the line body, the 8/65 and the 6/84 are the same.

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Different neural activities require different decoders

不同的神经活动需要不同的解码器

DOI：
发表时间：
2009
期刊：
影响因子：
0
作者：
船水章大;神埼亮平;高橋宏知;船水章大;船水章大;船水章大;船水章大;船水章大
通讯作者：
船水章大

Decoding of spatio-temporal neural activities by combination of multiple pattern recognition machines

多模式识别机组合解码时空神经活动

DOI：
发表时间：
2008
期刊：
影响因子：
0
作者：
船水章大;神埼亮平;高橋宏知;船水章大;船水章大;船水章大;船水章大;船水章大;Akihiro Funamizu (船水章大);船水章大;船水章大;Akihiro Funamizu (船水章大)
通讯作者：
Akihiro Funamizu (船水章大)

識別精度に基づいた時空間的神経活動パターンの逐次的次元縮約法

基于识别精度的时空神经活动模式序列降维方法