公募研究
新学術領域研究(研究領域提案型)
空間内を移動することで得られる感覚入力によって学習を行うことで、生成系の深層学習の潜在変数空間において獲得する構造を調べた。そのために３次元の仮想環境を作成し、この中を動くことで得られる視覚入力としてデータセットを構成した。生成系の深層学習としては、Variational Autoencoder(VAE)に加え、VAEとDCGANの学習を同時に行うVAE-GANを用いておこなった。Hilbert Space Independence Criterion(HSIC)という手法を用いて、実際の位置座標と潜在変数空間へのマッピングの独立性を測ることで、定量的な評価をおこない、それによって、学習の結果できあがる潜在変数空間に、仮想環境における空間の構造が反映されていることを確認した。さらに、VAEにおいて先のフレームを予測するように学習させることで、空間内を動くことで得られる画像のtrajectoryを再構成しうることがわかった。この生成の過程は力学系となっていて決定論的なシステムであるが、仮想空間内を移動する際に、分岐点で確率的に異なる方向に進むようなデータセットを用いた場合、得られるtrajectoryがカオス的になり、それによってこの確率的な振る舞いを再現できる場合があることを見出した。このように内部的に生成された画像の時系列において、時間の圧縮が見られることを見つけた。海馬においては、経験したtrajectoryを脳内でたどり直す、Replayという現象が起こっており、その際時間の圧縮が起こること、またその圧縮はどこでも同じではなく、非一様に行われることが知られている。このメカニズム、とくに圧縮率の非一様性の起源はまだわかっておらず、この結果は、この現象の新たなメカニズムを示す可能性がある。
平成30年度が最終年度であるため、記入しない。
すべて 2019 2018 2017
すべて 雑誌論文 (6件) (うち国際共著 2件、 査読あり 6件、 オープンアクセス 1件) 学会発表 (7件) (うち国際学会 4件)
Clinics in Pediatrics
巻: 2 ページ: 1011-1011
Proc. of the Artificial Life Conference 2018
巻: 30 ページ: 163-170
10.1162/isal_a_00037
Proc of the 14th European Conference on Artificial Life (ECAL2017)
巻: 29 ページ: 490-466
10.7551/ecal_a_080
巻: 29 ページ: 380-387
10.7551/ecal_a_065
巻: 29 ページ: 275-282
10.7551/ecal_a_048
Proc of the 2nd International Symposium on Swarm Behavior and Bio-Inspired Robotics (SWARM 2017)
巻: - ページ: 279-286
