2021 Fiscal Year Research-status Report
Development of statistical analysis methods for visualizing nonlinear activity of large-scale neural populations
| Project/Area Number |
20K11709
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
島崎 秀昭 北海道大学, 人間知・脳・AI研究教育センター, 特任准教授 (50587409)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | キネティック・イジングモデル / 非平衡系 / 状態空間モデル |
|---|
| Outline of Annual Research Achievements |
本研究は，脳が有する外界のモデルを実験データから明らかにするための基盤的な統計解析技術として，時間変動する神経細胞集団の発火頻度と相関構造を逐次推定する技術として我々がこれまでに構築した【状態空間－イジングモデル】を発展させ，より大規模・非線形な神経細胞集団活動の解析を可能にする技術を開発することを目的としている．
２年目にあたる本年度は，神経細胞集団の非平衡ダイナミクスを捉えることのできる神経ネットワークモデルであるキネティック・イジングモデルを状態空間モデルの枠組みに拡張し，非定常ダイナミクスの解析を可能にした．キネティック・イジングモデルは非対称な結合を持つ非線型リカレントネットワークのモデルである．キネティック・イジングモデルの個々の神経細胞のダイナミクスは過去の状態が与えられたもとで条件付き独立であることから大規模解析に適しているだけでなく，ダイナミクスの不可逆性（時間非対称性）の観点から神経細胞集団の巨視的特徴を定量化するのにも適している．キネティック・イジングモデルの結合強度や外場が時間的に変動すると仮定し，その変動をデータから推定する技術を構築した．具体的には逐次ベイズ推定技術とパラメータ最適化のためのExpectation-Maximizationアルゴリズムを組み合わせた手法を開発し，プログラミングによる実装を行なった．これにより，変化する相関構造のダイナミクスを，データに対して過剰に適合したり，逆に過剰に平滑化することなく，最適な時間スケールで逐次的に推定することができるようになった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の課題であるキネティック・イジングモデルの状態空間モデルへの拡張を完了した．これにより，非定常・非平衡な神経活動の非線形ダイナミクスを調べる基盤技術が確立した．
|
| Strategy for Future Research Activity |
状態空間モデルに拡張したキネティック・イジングモデルの推定精度・計算時間の定量的検証や実データへの適用を行う． キネティック・イジングモデルを用いた脳の巨視的な状態量の定量化に向けた理論・実データ解析の研究を進める．
|
| Causes of Carryover |
主として短期支援員雇用費として約９割を使用したが，全額の執行には至らなかった．次年度も短期支援員への支出を見込んでいる．
|
