Constructing nonlinear dynamical analysis method for action potential shape

2018 Fiscal Year Final Research Report

• Project/Area Number: 16K16138
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Kansei informatics
• Research Institution: The University of Tokyo (2018); Tokyo University of Science (2016-2017)
• Principal Investigator: Fujiwara Kantaro 東京大学, ニューロインテリジェンス国際研究機構, 特任准教授 (00557704)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: 非定常確率過程

Outline of Final Research Achievements

I have proposed and investigated several statistical analysis methods for neuronal spike trains. As a result, our new analysis method seems to be effective for the time series with long time correlation or stationary data, which is often difficult to be applied for other conventional analysis methods. Moreover, I evaluated the complexity of spike trains and investigated the relationship between time series and neuron models.

Free Research Field

計算論的神経科学

Academic Significance and Societal Importance of the Research Achievements

本研究成果により、神経活動からこれまでとは異なる新たな情報を抽出することが可能となった。これは、脳神経活動からいかに情報を抽出できるかという脳神経科学における根源的な問いに対する一つの答えとして、意義があるといえる。
また現状の機械学習的なAIとは異なる脳に倣った情報処理システムを構築するには、脳神経細胞の情報表現様式を理解することが必要不可欠である。その点で、本研究成果のような神経活動を数理的に抽出する試みは、その情報表現様式を理解する上で一定の意義があるといえる。