| 研究領域 | クラスタ/ハブダイナミズムの決定剛軟因子探索における総括研究 |
|---|
| 研究課題/領域番号 |
20H05776
|
|---|
| 研究種目 |
学術変革領域研究(B)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅲ)
|
|---|
| 研究機関 | 茨城大学 |
|---|
研究代表者 |
竹田 晃人 茨城大学, 理工学研究科(工学野), 准教授 (70397040)
|
|---|
| 研究期間 (年度) |
2020-10-02 – 2023-03-31
|
| キーワード | 機能的神経クラスタ / 神経ネットワーク / 神経活動特徴量抽出 / ベイズ推定 / マルコフ連鎖モンテカルロ法 / 行列分解 |
|---|
| 研究成果の概要 |
本研究課題の主要な成果は以下である。(A) ベイズ統計学に基づく神経クラスタ推定アルゴリズムを高速化し、かつ連続値データへの適用のための一般化を行い、さらに非定常な神経クラスタ構造を解析するための拡張を行った。(B) Ca2+イメージング画像中の神経細胞の位置および神経活動時系列を同時推定するアルゴリズムを開発し、それらが高精度に推定可能なことを確認した。(C) 脳神経活動のfMRIデータに様々な行列分解の手法を適用し、疎性を取り入れた行列分解の手法が適切な特徴量を抽出するという結果を得た。これより脳内神経情報処理にスパースコーディングが実現されている傍証が得られた。
|
| 自由記述の分野 |
統計物理学
|
| 研究成果の学術的意義や社会的意義 |
神経科学では近年の計測技術の向上によりCa2+イメージング画像やfMRIデータ等の大規模な神経活動データが取得可能となった。しかし大規模データから神経活動の有意な情報を抽出するための数理的技術は発展途上であった。本研究の主要な成果により、神経科学においても大規模データの高精度・高速な処理が近い将来に可能になり、今後の新たな解析手法の開発も期待される。また大規模データに対する新手法を活用することで、生物の神経ネットワーク構造および各部位の機能に関する知見が得られ、最終的には神経科学の発展に大きく寄与できると考えられる。
|
