2017 Fiscal Year Research-status Report
マルチモーダル計測による共感情動発生・維持機構の解明
| Project/Area Number |
15K01845
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
向井 秀夫 明治大学, 理工学部, 専任講師 (20534358)
|
|---|
| Project Period (FY) |
2015-10-21 – 2019-03-31
|
| Keywords | 行動解析 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本年度は、動物の共感行動を構成する諸行動について、研究実施計画に基づき、主に条件づけによる『観察による恐怖』（Observational Fear)の行動解析を行うことによって研究を進めた。ここで改めて解説を行うと、この方法は、条件づけボックスに入れた動物に比較的弱い電気刺激を与え、その様子をもう一方の刺激のない箱に入れて観察させ、当該の動物の不動行動時間を測定することにより、共感行動の反映を検出しようとするものである。
本研究は多面的な手法を動員することを目標の一つとしているので、行動の解析に関して新規な方法を開発・提示する。昨年度から開発を進めている行動解析システムでは、近年成長が著しい分野である機械学習における畳込みニューラルネットワーク（Convolutional Neural Network, CNN)を採用し、一応の完成を見た。ネットワークの学習自体に、データベース等の既存のデータではなく、研究室で記録した実際の動物の記録を利用した。また、畳込みニューラルネットワークは計算量が大きくなりやすい傾向があるが、本システムでは比較的軽量なフレームワークを用いて構築を行うことに成功した。現在までの結果では、不動（すくみ）行動とそれ以外の行動の弁別に目視と同等の結果が得られている。畳込みニューラルネットワークは、画像処理以外の数多くの分野でも優秀な成績を収める不可欠な手法となってきているが、動物の行動解析に用いられた例はまだ少なく、本研究の重要な成果であると言える。
今後は、現システムより精密さの向上を見込める方法の候補を見出しているので、それを採用してさらに高精度のシステムを構築すること、また現在までのデータに加えて利用可能な関連する行動・生理的な記録データを得る実験を行うこと、などを合わせて本研究の成果をまとめる予定である。以上の研究の一部は国際学会で発表を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は昨年度に引き続き、動物の共感行動を構成する諸行動について、研究実施計画に基づき、『観察による恐怖』（Observational Fear)などを使うことによって研究を進めた。行動実験の系は実際のデータとして動物の行動の実際の記録を行い、アノテーションを行なうなど、概ね順調に推移することができている。
本研究では行動の解析に関して多様なアプローチを創出することを目的としており、近年激しい勢いで発展を続けている深層学習（ディープラーニング）における代表的な手法である畳込みニューラルネットワーク（Convolutional Neural Network, CNN)について、研究に取り入れて解析方法の向上を進め、使用可能なシステムの完成をみることができたのは、研究代表者らの知見を生かした大きな進歩であったと思われる。
成果の発表にも注力しており、昨年度の米国での学会に続き、今年度は欧州で開催される欧州最大規模の神経科学の国際学会（投稿済み）や国内学会における発表などを計画している。
|
| Strategy for Future Research Activity |
本研究は実験や学習データの追加により良い結果を得られると考えられるため、研究期間延長を希望した。本年度は最終年度として、研究業績の概要の部分で述べたように、より高精度の結果を得るシステムの構築を主に試みる。現在までのシステムはボックス状の検出領域を用いており、判定結果から実用に耐えうる一定以上の解析能力を持つと考えられるが、さらに動物の個体の形状に着目した解析を進めることが可能と考えられるので、そこにまず注力したいと考えている。上記のことに関連して、行動・生理データ量を増やすことも行う。また、上記の開発がうまくいかない場合でも、ボックス状の領域解析自体でも性能向上が見込まれる方法を見出したので、本年度においても、新規な行動解析技術として十分価値があるものが提示できると考えられる。以上のように本研究の研究遂行に尽力したいと考えている。
|
| Causes of Carryover |
（理由）
次年度使用額が生じている理由の第一としては、本研究は10月末に採択が決定したことがあり、昨年度の終了時で3年ではなく2年半経過となっているためである。また、国民の税金により助成金が支出されていることから、学内等で利用可能な設備・物品などを可能な限り利用して極力節約を心がけて使用していることが挙げられる。実際、国際学会発表に関する旅費等も、今回は大学から支出可能な助成を用いたため節約することができた。
（使用計画）
本年度は最終年度であり、データを増やす観点等から支出の増大が見込まれるので、合わせた使用額を生理学・行動学的実験データの収集や、ネットワークの学習に必要な計算機資源などにできるだけ有効に活用していく。前述のように、学内で他研究室から借用することなどが可能な設備・物品などを十分利用して、極力節約を心がけて、最大限の効率で成果につなげるように適正な支出を行う。
|
Research Products
(1 results)
