2022 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 | ホワイトボックス機械学習 / 浅層ニューラルネット / 脳波解析 / 脳情報処理 |
|---|
| Outline of Annual Research Achievements |
・研究代表者らが開発した浅層ニューラルネットである選択的不感化ニューラルネット（SDNN）を用いてパターン分類を行う際，その判断根拠を直観的にわかりやすい形で提示する方法を考案した.
・昨年度行った脳波解析の結果に基づいて，脳波とうつ気分との関係を明らかにする被験者実験を行った．その結果，特定周波数における脳波の位相リセットの頻度が，その時のうつ気分の強さと強く相関していることを明らかにした．これにより，少数電極の簡易脳波計を用いて安静閉眼状態の脳波を1分程度計測するだけで，うつ気分の推定が可能となり，うつ病の早期発見や治療効果の評価などにもつながると考えられる．この結果について論文投稿するとともに，特許出願を行った．
・脳磁気刺激や脳電気刺激を用いた脳波リズムの誘発および認知機能と運動機能の変容を検証した．この方法論について学会のシンポジウムで講演した．また継続的な脳波計測による心理特性の変化と脳波リズムの変化の関係性を検証する実験のプロトコルを確立した．
・脳計算機能の階層性の観点から，運動学習と機能回復の計算論を中心に，人の行動生成と感覚認知に関するモデルを提案し，それぞれに対する検証実験を人を対象とした心理物理実験によって行った．このような階層的なネットワークの構築が人と同様な柔軟性を持つ機械学習にとって重要であることを示唆した．
・Python上での実行が可能なSDNNの新ライブラリの公開に向け，開発を進めた．これまでにパターンコーディングや選択的不感化といったSDNNの基本的な処理のTensorflow実装が完了しており，テスト後に公開予定である．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
