Probabilistic generative models and learning -application to realistic data and brain measurements-

概率生成模型和学习-应用于现实数据和大脑测量-

• 批准号: 20700220
• 负责人: TERAZONO Yasushi
• 金额: $ 2.41万
• 依托单位: National Institute of Information and Communications Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 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
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20700220/
• 关键词: 確率; 生成モデル; 脳活動; 隠れ状態; MEG; 逆問題; 11-ノルム; 疎; スパース; ブロックスパース; ベクトル場; 2次錐計画問題; l1-ノルム; 学習; 情報量

Problems of estimating sparse source vector fields from the measured data of them were addressed by assuming a generative model. These fields can be regarded as block-sparse vectors, that have larger values at smaller points and whose elements have groupwise (blockwise) structure. (1) A source estimation method robust against forward calculation errors was proposed, and (2) A reconstruction principle of point source in linear inverse problems was proved.

通过假设生成模型，解决了从稀疏源矢量场的测量数据中估计稀疏源矢量场的问题。这些域可以看作是块稀疏向量，在较小的点上具有较大的值，并且其元素具有分组（块）结构。(1)提出了一种抗正演计算误差的源估计方法；(2)证明了线性逆问题中点源的重构原理。

项目成果

A Nonlinear Minimum Norm Method for Bioelectromagnetic Inverse Problems Robust Against Forward Calculation Errors

一种抗正向计算误差的生物电磁反问题非线性最小范数法

• 发表时间: 2008
• 作者: Yuta Ueoka;Tomoya Suzuki;Tohru Ikeguchi;Yoshihiko Horio;Yasushi Terazono
• 通讯作者: Yasushi Terazono

生体磁気逆問題のスパース解法の順問題誤差へのロバスト化

生物磁反问题稀疏求解方法对正问题误差的鲁棒性

• 发表时间: 2008
• 作者: Yuta Ueoka;Tomoya Suzuki;Tohru Ikeguchi;Yoshihiko Horio;寺園泰
• 通讯作者: 寺園泰

Point Source Reconstruction Principle of Linear Inverse Problems

线性反问题的点源重构原理

• 发表时间: 2011
• 期刊: Inverse Problems
• 影响因子: 2.1
• 作者: Y. Terazono;N. Fujimaki;T. Murata;and A. Matani
• 通讯作者: and A. Matani