マルチモーダル計測による共感情動発生・維持機構の解明

2018 年度 研究成果報告書

• 研究課題/領域番号: 15K01845
• 研究種目: 基盤研究(Ｃ)
• 配分区分: 基金
• 応募区分: 一般
• 研究分野: 基盤・社会脳科学
• 研究機関: 明治大学
• 研究代表者: 向井 秀夫 明治大学, 理工学部, 専任講師 (20534358)
• 研究期間 (年度): 2015-10-21 – 2019-03-31
• キーワード: 行動解析 / 機械学習 / 共感行動 / 情動

研究成果の概要

本研究では動物を用いて特に近年著しい発達を遂げつつある機械学習（人工知能）を取り入れ、共感行動の解析手法を開発適用した。手法の面でSemantic Segmentationを行う深層学習構造を採用し、その結果2つの個体が寄り添う行動(consolation(慰め行動))が新たに共感の発生を強く示唆するものとして捉えられた。これは共感行動の新たなモードとして大きな意義をもつ。また不動状態と立ち上がり行動に加え、sniffing(匂い探索行動)を分類基準として見出し解析対象に加えた。以上の結果は共感行動の解明に寄与するものであり、かつ神経科学への機械学習の適用例としても重要な意義をもつ。

自由記述の分野

神経科学、機械学習

研究成果の学術的意義や社会的意義

共感情動は近年注目されている情動のモードであり、対人関係等の困難などが社会的な問題となっている中、その実態を明らかにすることは社会的に重要な課題であると考えられる。
本研究では2つの動物個体が寄り添う行動(consolation(慰め行動))が新たに共感の発生を強く示唆する行動として捉えられた。また、新たな行動モードの検出にも成功した。本研究は近年発展著しい機械学習（人工知能）の先端的な手法である画像検出（Semantic Segmentation)の適用例になっており、今後の神経科学その他画像を用いる科学研究への適用の基盤となる重要な成果を挙げた。