| 研究課題/領域番号 |
19K12727
|
|---|
| 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90030:認知科学関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
|
|---|
| 研究分担者 |
粟津 俊二 実践女子大学, 人間社会学部, 教授 (00342684)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | fMRI / 深層学習 / 機械学習 / 自然言語モデル / 脳機能的連結性 / 文理解 / 脳科学 / 計算神経言語学 / 機能的連結性 |
|---|
| 研究開始時の研究の概要 |
脳のfMRI賦活情報から言語思考を予測する機械学習は、単語や単純な文に関しては可能であり、個人内では高度に有意な精度が得られている。しかし、1)個人差の克服と個人間モデリング、2)より複雑な文・文章への適用という面では課題が多い。本研究では個人プロファイルやメタ分析からの情報も入れて、特定の個人の脳内における意味理解の機微を計算可能なものとする。これは意味障害など言語疾患の症例理解にも重要な知見を与えるかもしれず、脳認知科学に新たな貢献をもたらしうる。将来的には、脳外科手術において影響を受ける言語機能も語用レベルで細かく推定できるようになる可能性を秘めている。
|
| 研究成果の概要 |
脳のfMRI賦活情報から言語思考を予測する機械学習において、1)個人差の克服と個人間モデリング、2)より複雑な文・文章への適用という面で我々は挑戦的研究を続けて行ってきた。2)での課題は、モデリングを成功させる素性をどのように模索するかということであり、深層学習の利点を生かすことが求められていた。本研究では、脳の神経表現のみから直接刺激文を再構築する手法を構築することができた。また1)では特定の個人の脳内における認知反応の機微を計算可能なものにするため、脳疾患の症例理解にもいくつかの深層学習アルゴリズムを提案し、脳認知科学に新たな貢献をもたらすことができた。
|
| 研究成果の学術的意義や社会的意義 |
本研究が提案する計算神経言語学は、文レベルでの脳内意味処理モデルを構築し、意味の神経表象を生成することで、意味障害に苦しむ患者の言語世界を明らかにしたり、脳外科手術において影響を受ける言語機能も細かく推定できたりするなど、医療など多方面に応用可能である。さらに個人差の克服という視点で開発した深層学習アルゴリズムは、脳のfMRIデータを用い、個別の患者に合った治療法の確立を可能にする。
|
