研究課題
基盤研究(B)
階層型逆強化学習を、動物行動およびヒト意思決定過程に適用した。線虫には記憶に依存した戦略と記憶に依存しない戦略があることを発見、ヒトのメタな学習戦略を変化させながら環境適応するモデル化が可能になった。ヒトの脳波および機能的核磁気共鳴図からのデコーディング研究を進めた。動画観視時のヒト脳波から動画に含まれる顕著度が 解読可能であることが分かった。視覚注意に関わる被験者間転移デコーディング法を開発した。
動物や人間の環境適応能力の同定は、自然科学のみならず、人間と共存する機械（人工知能）の開発（工学）において重要である。本研究では、動物の見まね学習を数理モデル化した「順逆強化学習」のアルゴリズムを導出し、それを、動物および人間の行動データに適用することに成功した。また、モデルを用いたデコーディング法を開発し、視覚注意課題に適用した。その成果は、脳と機械を直接つなぐブレイン・マシン・インターフェースの開発につながる。
すべて 2019 2018 2017 2016
すべて 雑誌論文 (9件) (うち国際共著 1件、 査読あり 9件、 オープンアクセス 3件、 謝辞記載あり 1件) 学会発表 (21件) (うち国際学会 11件、 招待講演 4件)
Neural Networks
巻: 116 ページ: 25-34
PLoS Computational Biology
巻: 14(5) 号: 5 ページ: e1006122-e1006122
10.1371/journal.pcbi.1006122
120006469168
巻: 105 ページ: 52-64
Scientific Reports
巻: 8 号: 1 ページ: 12342-12342
10.1038/s41598-018-30676-3
120006652973
IEEE Transactions on Pattern Analysis and Machine Intelligence
巻: - 号: 8 ページ: 1979-1993
10.1109/tpami.2018.2858821
Neurocomputing
巻: 273 ページ: 424-434
巻: 87 ページ: 132-148
10.1016/j.neunet.2016.12.009
巻: 6 号: 1 ページ: 37599-37599
10.1038/srep37599
120005954472
