ヒト自己位置同定の計算論―実環境での脳・行動計測による脳内情報処理モデルの研究

• Project/Area Number: 16J08502
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Single-year Grants
• Section: 国内
• Research Field: Intelligent informatics
• Research Institution: Advanced Telecommunications Research Institute International
• Principal Investigator: 森岡 博史 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 特別研究員(PD)
• Project Period (FY): 2016-04-22 – 2019-03-31
• Project Status: Completed (Fiscal Year 2018)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2018: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2017: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2016: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 機械学習 / 計算論的神経科学 / 深層学習 / 非線形解析 / 神経科学 / 神経工学 / 脳計測 / 実環境

Outline of Annual Research Achievements

実環境脳計測データ解析を通して，実環境におけるヒトの自己位置推定アルゴリズムを解明することを目的とする．本研究ではそれを実現するために，ヒトが実環境で動き回っている状況下で取得された脳計測データからヒトの認知機能を解明するための新たな手法を開発し，ヒトの内部状態モデルとして構築した自己位置推定機能の計算論的アルゴリズムの，神経科学的妥当性を検証する．
当該年度は主に，脳計測データベースから脳の情報処理に関わる部位の安定な推定を実現することを目的とし，前年度から引き続き，「高次元・自発的脳計測データベースからの脳活動ネットワークの抽出法の研究」に従事した．具体的に得られた成果は以下のとおりである．
【高次元・自発的脳計測データベースからの脳活動ネットワークの抽出法の研究】
本研究課題において重要な問題となる「自発的な脳活動を高次元な脳・行動計測データから抽出する」という問題を解決するため，前年度に提案した非線形空間的独立成分分析法をさらに発展させ，より高精度に脳活動のダイナミクスが抽出可能な手法を提案した．具体的には，1) 新たなデータ拡張法（data augmentation）を提案することで，オーバーフィッティング問題を回避するとともに，データ点のスムージング効果により学習の安定化を実現したほか，2) 前年度で開発した非線形畳み込みニューラルネットワークに基づく特徴量抽出器の構造を，より非線形性が強いものへと変更することで，より不変性の高い特徴量の抽出を可能とした．提案法をfMRI安静時脳活動の大規模データベースに適用した結果，自発的な脳活動によって生じる機能的ネットワークと，その時間的ダイナミクスをロバストにとらえることが可能であることを示した．
これらの研究内容をまとめた成果は国際学術論文誌に投稿予定である．

Research Progress Status

平成30年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

平成30年度が最終年度であるため、記入しない。

Research Products

• [Int'l Joint Research] University College London(英国)
• [Int'l Joint Research] The University of New Mexico(米国)
• [Int'l Joint Research] University College London(United Kingdom)
• [Presentation] Nonlinear spatial ICA of resting-state fMRI via space-contrastive learning (2018)
  • Author(s): Hiroshi Morioka, Vince Calhoun, Aapo Hyvarinen
  • Organizer: Organization for Human Brain Mapping (OHBM 2018)
  • Int'l Joint Research
• [Presentation] Nonlinear ICA of Temporally Dependent Stationary Sources (2017)
  • Author(s): Aapo Hyvarinen and Hiroshi Morioka
  • Organizer: The 20th International Conference on Artificial Intelligence and Statistics (AISTATS2017)
  • Int'l Joint Research
• [Presentation] Unsupervised feature extraction by time-contrastive learning from resting-state fMRI data (2017)
  • Author(s): Hiroshi Morioka and Aapo Hyvarinen
  • Organizer: Gatsby-Kakenhi Workshop on AI and Neuroscience
  • Int'l Joint Research
• [Presentation] Unsupervised Feature Extraction by Time-Contrastive Learning and Nonlinear ICA (2016)
  • Author(s): Aapo Hyvarinen and Hiroshi Morioka
  • Organizer: The 30th Annual Conference on Neural Information Processing Systems (NIPS2016)
  • Place of Presentation: Barcelona（Spain）
  • Year and Date: 2016-12-05
  • Int'l Joint Research
• [Presentation] Unsupervised feature extraction by time-contrastive learning from resting-state MEG data (2016)
  • Author(s): Hiroshi Morioka and Aapo Hyvarinen
  • Organizer: The 20th International Conference on Biomagnetism (BIOMAG2016)
  • Place of Presentation: Seoul（South Korea）
  • Year and Date: 2016-10-01
  • Int'l Joint Research
• [Presentation] Unsupervised feature extraction by time-contrastive learning from resting-state MEG data (2016)
  • Author(s): Hiroshi Morioka and Aapo Hyvarinen
  • Organizer: The 6th International Workshop on Pattern Recognition in Neuroimaging (PRNI2016)
  • Place of Presentation: Trento（Italy）
  • Year and Date: 2016-06-22
  • Int'l Joint Research