ヒト自己位置同定の計算論―実環境での脳・行動計測による脳内情報処理モデルの研究

点击翻译按钮获取中文摘要

実環境脳計測データ解析を通して，実環境におけるヒトの自己位置推定アルゴリズムを解明することを目的とする．本研究ではそれを実現するために，ヒトが実環境で動き回っている状況下で取得された脳計測データからヒトの認知機能を解明するための新たな手法を開発し，ヒトの内部状態モデルとして構築した自己位置推定機能の計算論的アルゴリズムの，神経科学的妥当性を検証する．当該年度は主に，脳計測データベースから脳の情報処理に関わる部位の安定な推定を実現することを目的とし，前年度から引き続き，「高次元・自発的脳計測データベースからの脳活動ネットワークの抽出法の研究」に従事した．具体的に得られた成果は以下のとおりである．【高次元・自発的脳計測データベースからの脳活動ネットワークの抽出法の研究】本研究課題において重要な問題となる「自発的な脳活動を高次元な脳・行動計測データから抽出する」という問題を解決するため，前年度に提案した非線形空間的独立成分分析法をさらに発展させ，より高精度に脳活動のダイナミクスが抽出可能な手法を提案した．具体的には，1) 新たなデータ拡張法（data augmentation）を提案することで，オーバーフィッティング問題を回避するとともに，データ点のスムージング効果により学習の安定化を実現したほか，2) 前年度で開発した非線形畳み込みニューラルネットワークに基づく特徴量抽出器の構造を，より非線形性が強いものへと変更することで，より不変性の高い特徴量の抽出を可能とした．提案法をfMRI安静時脳活動の大規模データベースに適用した結果，自発的な脳活動によって生じる機能的ネットワークと，その時間的ダイナミクスをロバストにとらえることが可能であることを示した．これらの研究内容をまとめた成果は国際学術論文誌に投稿予定である．