| 研究課題/領域番号 |
17H01797
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | お茶の水女子大学 |
|---|
研究代表者 |
小林 一郎 お茶の水女子大学, 基幹研究院, 教授 (60281440)
|
|---|
| 研究分担者 |
西本 伸志 国立研究開発法人情報通信研究機構, 脳情報通信融合研究センター脳情報通信融合研究室, 主任研究員 (00713455)
西田 知史 国立研究開発法人情報通信研究機構, 脳情報通信融合研究センター脳情報通信融合研究室, 主任研究員 (90751933)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2019年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 8,060千円 (直接経費: 6,200千円、間接経費: 1,860千円)
2017年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | 脳内情報解読 / 深層学習モデル / fMRI / 脳内状態推定 / 予測符号化 / fMRIデータ / 脳内解読 / マルチモーダル情報処理 / テキスト生成 / 脳活動データ解析 / マルチモーダル自己符号化器 / ベイズ学習と深層学習の統合 / 文生成 |
|---|
| 研究成果の概要 |
深層学習を用いた脳内情報解読手法において、学習モデルのパラメータ学習において問題となっていたデータの不足に対して、マルチモーダル深層学習モデルを利用することにより擬似的にデータを増やす手法を提案した．また、言語から画像生成をするための基礎的なメカニズムについて調査を行なった．さらに、脳活動データと予測符号化のモデルの中間表現の状態との相関関係があることの確認を通じて．脳内に予測機能があることを検証した．
|
| 研究成果の学術的意義や社会的意義 |
fMRIデータを使う脳神経科学の研究において、データ取得は高価であり、近年発達している深層学習を用いた研究に対して、十分なデータを揃えることができなかった．本研究においては、それを解消する一つの方法論を示した．また、脳におけるマルチモーダル情報処理の基礎的な検討として、言語と画像の対応関係を意味的な立場で解析した結果を示すことができた．さらに、予測符号化という仮説において実験的にその存在を裏付ける結果を得ることができた．これらは脳神経科学に対するデータサイエンスの視点からの研究の方向性を示すものと考える．
|
