2020 Fiscal Year Annual Research Report
Understanding Neural Computation for Double Articulation Analysis Bridging Sensory-motor Information and Natural Language in Human Brain
| Project Area | Correspondence and Fusion of Artificial Intelligence and Brain Science |
|---|
| Project/Area Number |
16H06569
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
谷口 忠大 立命館大学, 情報理工学部, 教授 (80512251)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
久保 孝富 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (20631550)
松香 敏彦 千葉大学, 大学院人文科学研究院, 教授 (30466693)
田口 亮 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (70508415)
岩橋 直人 岡山県立大学, 情報工学部, 教授 (90394999)
|
|---|
| Project Period (FY) |
2016-06-30 – 2021-03-31
|
| Keywords | ソフトコンピューティング / 知能ロボティクス / 人工知能 / 脳・神経 / 認知科学 |
|---|
| Outline of Annual Research Achievements |
各研究項目に関して以下の研究成果を挙げた．
１．二重分節解析と動的カテゴリ形成の脳内計算過程を表現する内部モデル計算論の構築：当該プロジェクトの到達点として全脳確率的生成モデルの基礎的なアプローチを明らかにし，これを領域にまたがる研究者，及び領域外の関連研究者と共に共著論文として出版した．また新たなグラフニューラルネットワーク技術とし，中間層から出力層近傍に直接的な短絡結合を与えることによって，多階層の表現を用いることが可能なモデルを提案した．
２．二重分節解析と動的カテゴリ形成の脳内計算過程の解明：音声言語の二重分節解析を担う脳内計算過程を脳参照アーキテクチャのアプローチに基づき研究した．当該アプローチより得られた確率的グラフィカルモデルを本研究プロジェクトにおいて開発してきた二重分節解析器の確率的生成過程と対比させることでその脳科学的妥当性を一定程度明らかにすると共に，さらなる研究開発の示唆を得た．また，統合失調症の言語の状況依存的理解の障害をモデル化するニューラルネットワークとその一般化モデルの実装を進めた．また，学習における記憶の曖昧性の効果を計算機実験で検証した．弁別困難なモデルでは，曖昧性を回避するために学習が促進され，より強い過剰一般化を引き起こすことが示された．
３．自律的な言語獲得・運動学習を実現するロボットの創造：音声認識結果を正則化に活用した教師なし音声変換手法を開発した．また教師なしの音声変換手法であるStarGAN-VCを基礎とし感情変換や語彙獲得への応用可能性を検討した．参照点に依存した空間概念の学習方法を開発するとともに，その手法と二重分節解析手法を統合し，参照点と座標系を考慮して連続動作を分節化する手法を開発した．また地図生成における深層生成モデルを介した知識転移手法を開発した．さらに協力認知研究用ソフトウエアを開発・公開した．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
