| 研究課題/領域番号 |
19K20355
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
森岡 博史 国立研究開発法人理化学研究所, 革新知能統合研究センター, 特別研究員 (20739552)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 機械学習 / 計算神経科学 / 時系列予測 / 非線形解析 / 深層学習 |
|---|
| 研究開始時の研究の概要 |
本研究は，従来困難であるとされてきた行動計測（カメラなど）からのヒトの未来状態（位置や姿勢）予測問題に対し，新たに行動・脳計測を融合し，それら統計的性質の異なる二つの計測モダリティからの統合的なダイナミクス解析手法を開発することで，これまで捉えることが困難だった，ヒトの「潜在的な行動意思」に基づいた未来状態予測を実現し，その予測精度の飛躍的な向上を目指すものである．
|
| 研究成果の概要 |
脳のように複雑な非線形性をもつダイナミクスに対する新たな機械学習に基づく解析法を開発した．従来の解析法の多くは線形のダイナミクスや潜在成分を仮定したものがほとんどであった．そのような中この研究課題においては，より一般的な形の非線形ダイナミクスを対象とする新たな解析法として，深層学習に基づくデータ駆動型の教師なし表現学習法を開発し，その理論的な保証を与えることに成功した．
|
| 研究成果の学術的意義や社会的意義 |
一般形の非線形ダイナミクスは不定性が高いことが知られており，同定性を保証した解析法はこれまで存在しなかった．提案法はそのような一般形非線形ダイナミクスの解析を理論的な保証を与えた上で実現するものであり，大きな学術的意義がある．また，提案法は汎用性の高いものであり，様々な対象に広く適用可能なものである．今後様々な理論的拡張が考えられるなど，社会的意義も大きい．
|
