2014 Fiscal Year Annual Research Report
脳ｆＭＲＩ研究・機械学習・複雑ネットワークを融合した計算神経グラフ言語学の試み
| Project/Area Number |
23500171
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
赤間 啓之 東京工業大学, 社会理工学研究科, 准教授 (60242301)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
徃住 彰文 東京工業大学, 社会理工学研究科, 教授 (50125332) [Withdrawn]
|
|---|
| Project Period (FY) |
2011-04-28 – 2015-03-31
|
| Keywords | 脳画像解析 / fMRI / 機械学習 / 複雑ネットワーク / 意味処理 |
|---|
| Outline of Annual Research Achievements |
fMRI脳研究において、脳の発火パターンを分類することで、未知の刺激による賦活反応を予想する多変量パターン分析(MVPA)は、脳科学の分野で期待されている革新的な方法である。MVPAでは脳神経の反応データを機械学習にかけて、脳が何を考えているか予測分類モデルを構築するが、本研究グループは独自の方法で、脳fMRIデータの機械学習のアルゴリズムを発展させることができた。
特にMVPAでは、脳の個体差もあり、異なる個人間で精度の高いモデルを計算することが困難である。しかしSpringer論文では、その問題を克服するため、個人のデータを素性選択用と交差検証用に分割し、素性選択用のデータからのみヴォクセルを選択し、他の個人を訓練例にして機械学習を行った結果、横断的な被験者「間」脳反応解読モデルの精度向上に成功した。単語のネットワークから神経ネットワークを予測するという形での、MVPAへの複雑ネットワーク導入に関しては、計算神経グラフ言語学ともいうべき基礎研究を行い、その成果がPloS One誌に4月掲載が決定され、公刊待ちである。計算神経言語学用の統一的ソフトパッケージの開発するという目標は、そのベータ版を作成することができ、成果をパッケージを補助資料とする国際論文にすべく、現在執筆中である。
最終年度では、特に中国人留学生が母語である中国語と第二言語である日本語を併用させ、脳内でそれらを切り替えるときの脳画像を取得するfMRI実験を行った。それらのデータは現在解析中である。
|
