研究実績の概要 |
〇被験者転移型デコーディングからみる個性と転移学習の神経基盤 機能的ネットワークに基づく脳活動エンコーディングモデルを構築、公開された脳波(EEG)データに適用することで、トライアル間および被験者間で共通する神経基盤について定量的評価を行った(Liang, et al., IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2020)。また、深層型の転移学習法を用いて作成した静止画刺激セットを用いた画像観視課題により、被験者15名分の機能的核磁気共鳴図(fMRI)を計測した。眼球運動との関連を調べた結果を論文として投稿した(Fujimoto, et al., submitted)。さらに、階層化された不確実環境における意思決定課題を設定し、被験者3名分のイメージング実験を完了、および行動を再現し得る人工知能モデルの構築を進めた。 〇転移学習の人工知能への応用 不完全情報ゲームに対する転移学習-強化学習のハイブリッド法の開発を継続実施した。また、深層型の敵対生成学習に基づく転移学習の定式化を行い、簡単な制御問題を用いた評価実験を進めた。さらに、敵対事例学習によるロバスト強化学習を定式化し、離散型最適決定課題をおいて従来よりも高い頑健性が得られることを示した。
|