| 研究領域 | 多様な「個性」を創発する脳システムの統合的理解 |
|---|
| 研究課題/領域番号 |
16H06533
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
駒木 文保 東京大学, 大学院情報理工学系研究科, 教授 (70242039)
|
|---|
| 研究期間 (年度) |
2016-06-30 – 2021-03-31
|
| キーワード | ベイズ統計 / 点過程 / 時系列解析 / スパイクソーティング |
|---|
| 研究実績の概要 |
「個性」を適切に扱える数理モデルを構築し、モデルに基づく統計解析手法の開発を進めるとともに、脳科学関連データの数理モデルに基づく統計解析手法を開発に取り組んだ．
昨年度に引き続き，複数の振動子の重ね合わせでデータが構成されていることを表現する統計数理モデルに基づく時系列データから自動的に振動成分を抽出する統計解析手法を用いて，領域内の共同研究を進めた．共同研究では手法の開発と実データ解析の部分を担当している．昨年度までに開発した，海馬の神経細胞のスパイク列を点過程を用いてモデル化とモデルに基づく統計解析手法を一般化することにより，カルシウムイメージングなどの画像データから直接ニューラルデコーディングを行う手法を開発した．点過程は，地震や金融取引などのイベントの発生の時刻の列のモデル化に用いられる確率過程のクラスである．昨年度までに開発した神経細胞のスパイクの発生をイベントととらえることにる点過程モデルとそれに基づくノンパラメトリックベイズ法によるデータ解析手法に関連して，従来の手法よりも精度の良いノンパラメトリックベイズ法による推定手法を開発した．また，脳活動の光計測に基づくデータのベイズ統計学に基づく解析手法を開発し，領域内の共同研究よる実データ解析に着手した．さらに，心理学におけるアンケートデータから基本的な次元を抽出するために非ガウス多変量解析の手法の開発を進めた．領域内の共同研究により心理学における新たな知見を得ることを目指している．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
脳科学分野において，実データから知見を得るのに有用な数理モデルに基づく統計データ解析手法を研究をさらに進めることができた．また，数理モデルの開発とそれに基づく手法を用いた共同研究を進めることができている．前年度以上に共同研究の幅を広げることができた．
|
| 今後の研究の推進方策 |
数理モデルに基づく統計解析手法のアプローチを生かした領域内での共同研究をさらに進めるとともに，連携の幅を広げることにより研究を推進する．
|
