| 研究課題/領域番号 |
18K03173
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分10040:実験心理学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
片平 健太郎 名古屋大学, 情報学研究科, 准教授 (60569218)
|
|---|
| 研究分担者 |
中尾 敬 広島大学, 人間社会科学研究科(教), 准教授 (40432702)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 計算論モデリング / 強化学習モデル / 統計モデル / 選択行動 / モデルベースfMRI / 固執性 / 強化学習 / 行動モデリング / 計算論モデル / 統計モデリング |
|---|
| 研究成果の概要 |
行動データや脳活動データの分析において，その背後にあるプロセスを表現した数理モデルを用いる計算論モデリングが近年盛んに行われている。しかしながらこれまでは，用いられている計算論モデルが実際のデータのどういった特徴をとらえたものか十分理解されていなかった。本研究は統計モデルとの対応を検討しながら計算論モデルがとらえているデータの統計的性質を検討した。さらに，実際の行動データにそれらの枠組みを適用しながら，学習過程における行動の特徴を再検討した。その結果，従来報告されていた学習の性質や精神疾患に関連する脳活動の推定結果は，モデルの推定誤差や設定ミスによる影響を強く受けている可能性が示唆された。
|
| 研究成果の学術的意義や社会的意義 |
行動の計算論モデリングは，人間やその他の動物の行動から内的なプロセスを推定することを可能にし，行動の理解や予測に貢献することが期待されている枠組みである。しかし，そこで用いられてきた計算論モデルは，そのプロセスは明確に定義されていても，それがどのように行動に現れるかが十分に理解されていなかった。本研究はモデルと行動データの性質の対応づけを可能にする枠組みを作り，それにより行動の理由の適切な理解と，それに基づく行動の予測を可能にすることに貢献するものである。本研究の成果には，人間理解への貢献という学術的意義と，行動予測という産業応用の基盤を作ったという社会的意義があるといえる。
|
