| 研究課題/領域番号 |
19H04200
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61060:感性情報学関連
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
林 隆介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80444470)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
15,600千円 (直接経費: 12,000千円、間接経費: 3,600千円)
2021年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2020年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2019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 | 深層学習 / 視覚情報処理 / 感性情報処理 / 神経科学 / 人工知能 / 深層ニューラルネットワーク / 深層ニューラルネット |
|---|
| 研究開始時の研究の概要 |
われわれの脳は、発達過程における自然な視覚体験を通じて、基本的な視覚・感性認知機能を自律的に獲得している。本研究は、脳の学習原理や情報処理制約、ネットワーク構造を定式化し、さまざまな認知機能に対応した視覚情報表現を自己組織的に獲得する深層学習フレームワークの構築を目指す。そして、サルの視覚野から網羅的に記録した神経活動データを評価尺度として、提案モデルの生物学的妥当性を検証したうえで、その情報表現と感性表現との関係性を明らかにする。
|
| 研究成果の概要 |
本研究では、脳の視覚情報処理の知見や学習原理、情報処理制約、ネットワーク構造に基づき、脳の視覚情報表現に近い、表現様式を獲得する、深層ニューラルネットワーク開発と感性情報学的解析、ならびに脳機能活動データ計測とその検証を行った。具体的には、動画処理ニューラルネットワークの解析、教師なし学習フレームワークである敵対的生成ニューラルネットワーク(GAN)による視覚表現の解析とハードウエア実装への展開、fNIRS計測、多点電極による神経記録、視覚、言語、脳情報における概念情報表現の検討などを行い、研究成果を学会発表ならびに論文発表した。
|
| 研究成果の学術的意義や社会的意義 |
本研究成果で得られた深層学習フレームワークに関する知見は、脳が符号化する視覚情報表現と近い情報表現の機械学習による獲得手法に関して新たな知見を提供した点で学術的意義があると考える。将来、記録した神経活動データから、視覚体験を可視化するブレイン・マシン・インタフェース技術のような、工学応用を通して、より社会の実現に貢献できると考える。
|
