| 研究領域 | スパースモデリングの深化と高次元データ駆動科学の創成 |
|---|
| 研究課題/領域番号 |
16H01540
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
複合領域
|
|---|
| 研究機関 | お茶の水女子大学 |
|---|
研究代表者 |
小林 一郎 お茶の水女子大学, 基幹研究院, 教授 (60281440)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017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)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2016年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | スパースコーディング / 深層学習 / 脳内情報解読 / キャプション生成システム / fMRI / 分散表現 / 脳神経活動 / 脳神経活動データ / スパースモデリング / 分散意味表現 / 意味表象 / 文生成 / 機械学習 / 脳・神経 / 認知科学 |
|---|
| 研究実績の概要 |
本研究ではfMRIを使って得られた脳神経活動データと自然言語処理手法におけるword2vecによる語彙の分散意味表現との高い相関関係を示した研究成果と画像の言語化の手法に関する研究成果を融合し，(a)脳内活動の状態を自然言語文で表現する手法および(b)スパースモデリングにより解析する手法の二つを開発した．(a)において、画像に対するキャプション生成の深層学習メカニズムを援用し，fMRIを用いて取得した動画刺激に対する脳活動データを深層ネットワークの中間層へ回帰させることにより脳活動データを入力とし，脳神経活動の内容を記述する文生成を行った．これに対し、fMRIによって取得した脳活動データから文生成を行い、人が理解できる文の生成をおこなうことができた。(b)においては、動画刺激により得られた脳活動データと動画刺激とを対応させ，その内容を説明した文章をword2vecを用いて分散意味表現で表した言語データのそれぞれに対し，スパースコーディング(以下，SP)を用いて辞書行列と係数行列に分解し，双方の係数行列を回帰させたモデルを構築した．双方の手法とSPを介在せず、脳活動データと言語データとを直接，Ridge回帰により対応関係をとった手法とで新しい脳活動データに対する分散意味の推定の精度を調べる．これにより，脳活動における高次機能としての言語の意味表象においてもSPが本質的に機能しているかについて調査を行った．評価結果については，脳活動データと言語データとの双方にSPを適用した場合>言語データのみにSPを適用した場合>Ridge回帰により直接対応関係をとった場合，という予測精度の順番となった．これにより，SPが脳活動を表現する言語（意味表象）との関係において機能している可能性を確認した．また、脳活動と意味表象の基底の対応関係を通じて、脳活動の基底の意味を言語で表現できるようにした．
|
| 現在までの達成度 (段落) |
29年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
29年度が最終年度であるため、記入しない。
|
