2022 Fiscal Year Annual Research Report
Computational study of neural information processing for perceptual constancy under changing environments
| Project/Area Number |
18K11485
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
三浦 佳二 関西学院大学, 生命環境学部, 教授 (60520096)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | tropical geometry / information geometry / deep learning / default mode networks / neural coding |
|---|
| Outline of Annual Research Achievements |
脳の研究においては，ある神経細胞がどんな感覚刺激に応答するのかを調べるのが慣例であるが，近年は何も刺激が無い時の活動も注目されつつある.そして意外なことに，この背景活動は大きく変動する一方，刺激に対する応答は実は相対的に小さい事が報告された.本課題では，はたして脳は，背景活動が大変動する中，どのようにして感覚刺激を認識できるのか，の解明を目指す.背景活動を考慮した新規脳情報処理モデルの導出は，より精度の高い脳信号解読を可能とし，深層学習の設計指針を与え，脳疾患の病因解明にも繋がりうると期待される．
最終年度においては，昨年度より引き続き，入力の変動に対し頑健なため，視覚情報処理のモデルとして最も性能が高いとされる深層学習の性能を，理論的に評価する試みを継続した．ReLU型の活性化関数はトロピカル幾何学を用いて手計算により理論解析が可能であるため，ある問題を解くのに何層必要となるかを，試行錯誤ではなく，理論的に予言することを目指している．この研究プロジェクトの流れの中で，トロピカル幾何学を（深層学習に必ずしも限定しない広い意味の）機械学習において利用した研究成果として，論文がNeural Networks誌およびInformation Geometry誌に掲載された．また査読無しのプレプリント3報をArxivに掲載した．今後は，これらの論文において開発されたトロピカル代数の手法を用いることで，深層学習の理論的な解明も行えることが期待される．
|
