研究課題
基盤研究(C)
行動の背後にある計算過程をモデリングすることで個人の行動や認知の特徴をとらえる認知モデリングにおいて、古典的な認知モデルよりも柔軟な表現が可能なモデルである再帰型ニューラルネットワークモデル （Recurrent Neural Network, RNN）が注目されている。しかしながら、既存のRNNが実際にどの程度行動の統計的な性質を捉えられるのか、個人差を適切にモデル化できるか、古典的な認知モデルとどう対応づけられるか、ということは十分に理解されていない。本研究では行動選択モデルとしてのRNNのそれらの性質を明らかにし、RNNで適切に行動の特徴およびその個人差をとらえるための枠組みを構築する。
