|
本研究は，従来困難であるとされてきた行動計測（カメラなど）からのヒトの未来状態（位置や姿勢）予測問題に対し，新たに行動・脳計測を融合し，それら統計的性質の異なる二つの計測モダリティからの統合的なダイナミクス解析手法を開発することで，これまでとらえることが困難だった，ヒトの「潜在的な行動意思」に基づいた未来状態予測を実現し，その予測精度の向上を目指すものである．
最終年度：研究実施計画における「非線形な関係を持つ脳・行動計測モダリティから，共通する潜在行動意思基底の抽出法の開発」を目指し，前年度に開発した非線形ダイナミクス解析法をさらに発展させることを目指した．具体的には，単純な自己回帰的な時間構造よりもさらに複雑な構造を考慮するものであり，非線形な脳・行動ダイナミクスの背後にある潜在成分の統合的な推定が可能になると期待できる．
研究期間全体：脳のように複雑な非線形性をもつダイナミクスに対する新たな機械学習に基づく解析法の開発に貢献したといえる．従来の解析法の多くは線形のダイナミクスを仮定するか，非線形ダイナミクスであっても線形の潜在成分モデルを仮定したものがほとんどであった．そのような中，この研究課題においてはより一般的な形の非線形ダイナミクスを対象とする新たな手法を開発することに成功した．提案法は汎用性の高いものであり，脳や行動データにとどまらず様々な対象に広く適用可能なものである．また様々な拡張が考えられるなど，今後いろいろな研究につながることが期待される．
|
