| 研究課題/領域番号 |
23K21702
|
|---|
| 補助金の研究課題番号 |
21H03509 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
大森 敏明 神戸大学, 工学研究科, 准教授 (10391898)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,900千円 (直接経費: 13,000千円、間接経費: 3,900千円)
2025年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2024年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2023年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2022年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2021年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
|
|---|
| キーワード | データ駆動科学 / 科学技術機械学習 / データ駆動型予測 / データ駆動型制御 / 神経回路操作 / データ駆動型脳科学 / 数理イメージング / データ駆動型イメージング / データ駆動型自動制御 / 理論計算機科学 / データ駆動型予測制御 / 多次元状態推定制御 / ノンパラメトリック状態空間モデル / ベイズ深層学習 / 深層生成モデル / 画像再構成 / 神経微分方程式 / データ駆動型神経科学 / 神経ダイナミクス推定 / 複雑システム / モデル駆動型制御 / 潜在ダイナミクス推定 / レプリカ交換粒子マルコフ連鎖モンテカルロ法 / レプリカ交換粒子ギブス法 / レプリカ交換粒子メトロポリスヘイスティングス法 / フィードバック制御 / モデル予測制御 / 統合情報理論 / 神経科学 / 脳型人工知能 / 制御理論 |
|---|
| 研究開始時の研究の概要 |
本研究では，光操作に基づくイメージングデータからの潜在ダイナミクス抽出を実現し，時空間型の光操作を実現する光遺伝学に基づいた数理モデリングとデータ駆動型推論の枠組みを融合することにより，行動操作や神経回路改変による回路機能操作への応用を行う．
|
| 研究実績の概要 |
本研究計画の二年度に当たる令和４年度には，多次元状態制御とダイナミクス推定を同時に実現するためのデータ駆動型アルゴリズムの構築を行った．部分的に観測される計測データから，多次元の潜在変数が従う事後確率を推定するとともに，潜在変数の事後分布に基づいた精緻な動的制御を実現するアルゴリズムを構築した．構築したアルゴリズムを神経システムに適用し，部分的な観測時系列データに基づいた多次元状態制御と非線形ダイナミクス推定を同時に実現可能であることを示した．次に，神経システムにおいて，多数の非線形項の候補が存在する状況下で，部分的な観測データからその背後にある非線形ダイナミクスを推定するデータ駆動型アルゴリズムを構築した．逐次モンテカルロ法とスパースモデリングを融合するアルゴリズムを構成することにより，部分的な計測データのみが与えられた状況において，データに潜む重要な非線形項のみを抽出可能であることを示した．加えて，Flowベースの生成モデルに基づいた視覚画像の再構成を実現するための方法を構成することで，視覚画像の復元過程を陽に示すことが可能な深層学習アルゴリズムを構築した．加えて，多次元時系列データの背後にある動的システムをノンパラメトリック推定するための統計的機械学習アルゴリズムを構成し，多次元時系列データに基づいた非線形ダイナミクスのノンパラメトリック推定が可能であることを示した．これらの研究成果は関連研究者からの注目を受け，関連学会より注目学術論文への選定や優秀発表賞を受けた．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
当初想定していた多次元状態制御とダイナミクス推定の融合アルゴリズム構築を達成するとともに，動的システムのノンパラメトリック推定のアルゴリズム構築を行ったため．
|
| 今後の研究の推進方策 |
多様な非線形ダイナミクスを持つ神経システムに対して，機能操作を実現するアルゴリズムを構築する．
|
