|
我々の脳内では、神経細胞が相互に繋がって再帰的な結合構造をとり、感覚入力に対して直接反応しない、振動性とカオス性が混在した活発な自発性活動が持続的に生じている。Hebbは、この自発性の脳活動が知覚の汎化・記憶の安定性・注意の変わりやすさなどの機能とどのように関係するのかという問いから、ヘッブ学習・セルアセンブリ・位相連鎖など、巨視的な心理現象と微視的な神経生理機構を結びつける重要な諸仮説を呈示した。
本研究では、研究協力者が計測した100名規模の被験者の安静閉眼時・多チャンネル脳波時系列データを利用して、多数の被験者の脳波データに対する多様体学習による低次元化を通じてヒト脳振動現象に対する「地図」を描き、その背後にある普遍性と個別性を解明することを目指した。当初のリザバー計算を用いたアプローチは不十分な結果であったが、ベータ・ダイバージェンスなどの一般化ダイバージェンスに基づく信号空間内での適切な距離設定によって、多人数の脳波データを適切な低次元空間に可視化することができた。さらに、平均３ヶ月後に再計測した脳波データ（テストデータ）を予め学習した低次元空間にマッピングする方法をlocally linear embeddingに基づいて提案し、実際に安静時閉眼脳波は数ヶ月経っても再現性が高いこと、そして十分な精度で個人を特定できることを明らかにした。以上の結果をまとめ、国際論文誌に論文が採択された。
|
