| 研究課題/領域番号 |
21300113
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生体生命情報学
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
石井 信 京都大学, 大学院・情報学研究科, 教授 (90294280)
|
|---|
| 研究分担者 |
中村 泰 大阪大学, 基礎工学研究科, 助教 (70403334)
前田 新一 京都大学, 大学院・情報学研究科, 助教 (20379530)
|
|---|
| 連携研究者 |
森 健 大阪大学, 基礎工学研究科, 研究員
大塩 立華 京都大学, 大学院・情報学研究科, 研究員
鹿内 友美 京都大学, 大学院・情報学研究科, 技術補佐員
森本 智志 京都大学, 大学院・情報学研究科, 技術補佐員
|
|---|
| 研究期間 (年度) |
2009 – 2011
|
| 研究課題ステータス |
完了 (2011年度)
|
| 配分額 *注記 |
18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)
2011年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2010年度: 7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円)
2009年度: 8,060千円 (直接経費: 6,200千円、間接経費: 1,860千円)
|
|---|
| キーワード | 強化学習 / モジュールアーキテクチャ / 計算論的神経科学 / ロボット / 非侵襲脳計測 |
|---|
| 研究概要 |
あいまいで変動し得るような複雑環境において意思決定を行うことのできる統計的学習モデルを強化学習に注目しながら開発を行った。オンライン的にモジュール追加を行いながら効率よく価値関数を学習する方法を開発し、セミパラメトリック統計に基づく価値関数の最適な学習法を導出した。応用として、ノンホロノミック制御モデルの自律制御学習に成功した。階層性を有する推論課題において前頭前野のモジュール構造によりあいまいさを解消することが分かった。またあいまいな環境での推論に関してMRI信号からのデコードに成功した。
|
