2019 Fiscal Year Annual Research Report
浅層ニューラルネットによる状況適応型学習技術の確立と個人支援システム等への応用
| Project/Area Number |
18H03304
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
森田 昌彦 筑波大学, システム情報系, 教授 (00222349)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井澤 淳 筑波大学, システム情報系, 准教授 (20582349)
川崎 真弘 筑波大学, システム情報系, 准教授 (40513370)
堀江 和正 筑波大学, 計算科学研究センター, 助教 (60817112)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | ニューラルネットワーク / 機械学習 / 浅層学習 / 脳情報処理 |
|---|
| Outline of Annual Research Achievements |
昨年度に引き続き，複数の項目について研究を進め，以下の成果を得た．
・研究代表者らが開発した浅層ニューラルネットの一種である選択的不感化ニューラルネット（SDNN）を用いた特徴選択手法について検証実験を行い，相互情報量解析よりもずっと少ないサンプル数で有効特徴を検出できることを明らかにした．また，この手法をコンセプトドリフト問題に応用し，計算量を抑えつつ時系列信号の予測能力を向上できることを示して論文発表した．
・ヒトの行動学習において，環境のモデルに基づいた強化学習が行われているとき，環境のモデルの切り替えがどのような規範に基づいて行われているかを明らかにした．計算論的モデルとヒトの行動実験との比較対象によって，感覚予測誤差よりも報酬予測誤差に依存したモデル切り替えが行われていることが明らかになった．
・精神疾患の脳波指標として，視覚刺激に対する脳波の反応や脳部位間の情報伝搬やダイポールの推移が有用である可能性を示した．また発達障害者の一つである自閉スペクトラム症と行動リズムの変動性の関係を示し，Scientific Report誌に発表した．さらに，上記の脳部位間の情報伝搬を検証するため，脳磁気刺激時の脳波実験を遂行した．
・選択的不感化ニューラルネットを容易に実装・利用できる環境を整えるべく開発したライブラリLIBSDNN ver. 1について，GitLab上で公開しつつ改訂作業を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初予定していた脳波実験が令和元年度中に行えず，令和2年度に予算の一部を繰り越した上で実施したため．
|
| Strategy for Future Research Activity |
これまでの研究を引き続き推進し成果を論文発表するとともに，それに基づく新たな研究の展開を探る．
|
