巡回因果表現学習による脳の予測行動原理の解明

• 研究領域: 予測と行動の統一理論の開拓と検証
• 研究課題/領域番号: 24H02177
• 研究種目: 学術変革領域研究(A)
• 配分区分: 補助金
• 審査区分: 学術変革領域研究区分(Ⅳ)
• 研究機関: 滋賀大学 (2025); 国立研究開発法人理化学研究所 (2024)
• 研究代表者: 森岡 博史 滋賀大学, データサイエンス学系, 准教授 (20739552)
• 研究期間 (年度): 2024-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 9,360千円 (直接経費: 7,200千円、間接経費: 2,160千円); 2025年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2024年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
• キーワード: 機械学習 / 教師なし表現学習 / 非線形モデル / 因果探索 / 深層学習

研究開始時の研究の概要

本研究は生物の認知・予測・行動の背後にある高度なメカニズムの情報科学的な解明を目的とする．脳の情報理論としては自由エネルギー原理などが提案されているが，理論の抽象度が高く，実際に観測される高次元な現象との対応付けは困難である．そのため本研究では，脳・外界・行動のマルチモーダル計測データから，その背後にある抽象表現とその上での情報構造のデータ駆動的な推定を目指す．そのような抽象的な潜在構造の推定とその統一理論などとの対応付により，生物がどのように認知・予測・行動を実現しているのか，その真の理解に迫ることが可能になると期待される．