Statistical basis for modeling choice behavior with recurrent neural networks

Research Project

Project/Area Number	24K15121
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61040:Soft computing-related
Research Institution	National Institute of Advanced Industrial Science and Technology
Principal Investigator	片平健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, 主任研究員 (60569218)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	行動モデリング / 再帰型ニューラルネットワーク / 強化学習 / 選択行動 / 認知モデリング
Outline of Research at the Start	行動の背後にある計算過程をモデリングすることで個人の行動や認知の特徴をとらえる認知モデリングにおいて、古典的な認知モデルよりも柔軟な表現が可能なモデルである再帰型ニューラルネットワークモデル（Recurrent Neural Network, RNN）が注目されている。しかしながら、既存のRNNが実際にどの程度行動の統計的な性質を捉えられるのか、個人差を適切にモデル化できるか、古典的な認知モデルとどう対応づけられるか、ということは十分に理解されていない。本研究では行動選択モデルとしてのRNNのそれらの性質を明らかにし、RNNで適切に行動の特徴およびその個人差をとらえるための枠組みを構築する。