| Project/Area Number |
22K19816
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 61:Human informatics and related fields
|
|---|
| Research Institution | Oita University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
赤穗 昭太郎 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (40356340)
一宮 尚志 岐阜大学, 大学院医学系研究科, 准教授 (90455618)
矢尾 育子 関西学院大学, 生命環境学部, 教授 (60399681)
三浦 佳二 関西学院大学, 生命環境学部, 教授 (60520096)
松木 俊貴 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), 電気情報学群情報工学科, 助教 (00915928)
|
|---|
| Project Period (FY) |
2022-06-30 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2023: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2022: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
|
|---|
| Keywords | 位相データ解析 / ニューラルネットワーク / 自己駆動粒子集団 / 計算トポロジー / 数知覚 / 群れ運動 / 視覚計算理論 / 質量顕微鏡イメージング / 太陽系外惑 / 位相的データ解析 / 深層学習 |
|---|
| Outline of Research at the Start |
ヒトの高度な視覚認知機能を模した神経計算モデルを位相的データ解析(TDA) と融合させ、タスク・スペシフィックにデータの位相幾何学的情報を抽出する解析技術を開発し、天文学や神経科学など科学の諸分野へ応用することを目指す。注視の機構を取り入れた変分オートエンコーダにホモロジーやその他の位相不変量を拘束条件として課した神経回路と畳み込み神経回路を一体化させて学習する解析技術を開発する。
|
| Outline of Final Research Achievements |
In this study, we explored research approaches to capture the topological property of data recorded in various fields of science. First, in the field of biology, we used imaging data taken from slices of mouse brain using imagimg mass spectroscopy to generate persistent diagrams by the using U-Net, a version of image-to-image regression. In the cognitive science field, we also considered the role of topological information in the acquisition of number sense using artificial neural networks. Alos, in the field of nonlinear dynamics, we classified various swarm patterns appearing in self-propelled particles using persistent homology and proposed a new visualization method of phase diagram through the combination of t-SNE.
|
| Academic Significance and Societal Importance of the Research Achievements |
本課題では、数知覚の研究を通じて神経系がトポロジカルな特徴をどのように捉えるかを理解し、その知見を通じてトポロジカルな特徴抽出から予測や分類までを一続きのモデルに統合することを試みた。このアプローチが発展することにより、アクティブマターなど広範な科学分野でのデータ解析が進化して多様な応用が期待されるとともに、新たな技術の開発に貢献することができる。
|
