帰納的学習機械による空間音源定位に関する研究

2007 年度 実績報告書

• 研究課題/領域番号: 18650074
• 研究機関: 統計数理研究所
• 研究代表者: 松井 知子 統計数理研究所, モデリング研究系, 准教授 (10370090)
• 研究分担者: 入野 俊夫 和歌山大学, システム工学部, 教授 (20346331) ; 田邉 國士 早稲田大学, 理工学術院, 教授 (50000203)
• キーワード: 空間音源定位 / 機能学習 / 両耳信号 / 聴覚モデル / 確率モデル

研究概要

本研究では、dual Penalized Logisitic Regression Machine (dPLRM)などの帰納的学習機械を改良して、大規模なデータの処理や有効なデータの選択的利用が行えるようにする。その機械により、人間の空間音源定位のしくみの解明を試み、帰納的学習機械を用いた統計科学的手法による新しいアプローチの有効性を示す。更に空間音源定位のための工学的に有効なアルゴリズムを提供する。
平成19年度は昨年度に引き続き、水平面定位および垂直面定位において、神経回路網の機能の一つとして知られるleaky integratorを聴覚モデルに導入することにより、同期性回路を必要としない神経発火パターンの入力表現が可能であるかどうかを調べる実験を行った。Leaky integratorは異なる複数の時定数で少しずつリークする積分器で、同期現象を扱える神経系のモデルとして視覚モデルなどにはすでに導入されている。本実験の結果、leaky integratorを用いれば同期性回路を必要としないことが確かめられた。しかし、大規模データを用いて実験する場合、dPLRMの学習に実時間で数週間が必要となった。そこでdPLRMについて、十分な性能を維持しながら、収束性が速い学習アルゴリズムを開発して、その実装を行った。