| 研究課題/領域番号 |
20K16465
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分51010:基盤脳科学関連
|
|---|
| 研究機関 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
間島 慶 国立研究開発法人量子科学技術研究開発機構, 量子生命科学研究所, 研究員 (80735770)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2020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 | 脳情報デコーディング / 機械学習 / 量子アルゴリズム / 量子インスパイアドアルゴリズム / 量子計算 / 量子機械学習 / 量子インスパイア / 主成分分析 / 正準相関分析 / 多変量解析 / 高次元データ |
|---|
| 研究開始時の研究の概要 |
機械学習アルゴリズムを適用することによって、脳活動から被験者の知覚・認知内容・運動意図などを読み出すことが可能になっている。この技術は脳情報デコーディングと呼ばれ、脳を介した情報通信技術の基盤にもなっている。しかし、既存の多くの機械学習アルゴリズムは、入力されるデータの次元数が数万以上になると、膨大な計算時間を要するため、実質適用することができない。そこで、本研究では、近年提案された「量子インスパイア計算」を用いて、機械学習アルゴリズムの高速化を試みる。
|
| 研究成果の概要 |
機械学習アルゴリズムを適用することによって、計測された脳信号から被験者の知覚・記憶内容・運動意図などの情報を読み出すことが可能になっている。この技術は脳情報解読技術と呼ばれ、脳を介した情報通信の基盤にもなっている。本計画では、脳情報解読のための機械学習アルゴリズムを量子計算分野で発展し用いられてきた計算テクニック（量子インスパイアド・アルゴリズム）を用いて、高速化した。この高速化により、次元数・サンプル数が従来よりも10倍、100倍となる大規模脳データであっても、計算時間の肥大化をさけ、脳情報の解読を行うことが可能になった。
|
| 研究成果の学術的意義や社会的意義 |
本計画で開発された機械学習アルゴリズムにより、高速に脳情報の解読を行うことができる。このため、リアルタイム性の要求される脳信号を利用した機器の操作など、いわゆるブレインマシンインターフェースを実装する際に役立つと期待される。
また、大幅な高速化が達成されるため、従来では計算時間の増加により実質的に不可能であった大規模な脳データからの脳情報解読が可能となる。近年、計測技術の発展により、カルシウムイメージングやfMRIにおいて、従来よりも高解像度に神経活動を記録することが可能になっている。巨大化するデータを活かした高精度な脳データ解析が本計画で開発したアルゴリズムによって可能となる。
|
