Quantitative Modeling for the Neural Basis of Mathematical Ability

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K07718
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 51010:Basic brain sciences-related
• Research Institution: Teikyo University (2022-2023); National Institute of Information and Communications Technology (2020)
• Principal Investigator: Nakai Tomoya 帝京大学, 先端総合研究機構, 客員研究員 (60781250)
• Project Period (FY): 2022-01-04 – 2024-03-31
• Keywords: fMRI / 数学 / 人工ニューラルネット / 符号化モデル

Outline of Final Research Achievements

In this project, we revealed the cognitive neural basis of mathematical ability from multiple perspectives. First, we showed that brain representations of format-independent mathematical operations can be obtained using categorical operator model, and brain activity during mathematical tasks was predicged using an artificial neural network model. Subsequently, through international collaboration with French researchers, we uncovered how brain representations related to number processing change with education based on the data from 5- and 8-year-old children. Furthermore, we applied theoretical linguistics to explain syntactic structures of mathematical expressions. These results have been published in several international journals, including PLOS Biology.

Free Research Field

認知神経科学

Academic Significance and Societal Importance of the Research Achievements

本研究は、近年発展が著しい人工知能技術と脳機能イメージング技術を融合させて数学能力に関するモデルを構築した世界初の成果である。また、数学は先端的な人工知能技術を理解するためには必要不可欠であり、数学能力の個人差の脳神経機序を理解することは、効率的な数学学習や計算障害の鑑別に役立つ可能性がある。特に本研究で明らかになった5歳児および8歳児の数処理の脳機能は、数学教育の初期段階において脳機能の変化を定量的に調べることができることを示している。このような発達脳機能データを人工知能技術と組み合わせることにより、将来的により精度の高いモデル構築につながることが期待される。