2018 Fiscal Year Final Research Report
Sparse modeling to approach spatial and temporal representation of objects in the brain
Project Area | Initiative for High-Dimensional Data-Driven Science through Deepening of Sparse Modeling |
Project/Area Number |
25120004
|
Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
Allocation Type | Single-year Grants |
Review Section |
Complex systems
|
Research Institution | Institute of Physical and Chemical Research |
Principal Investigator |
Tanifuji Manabu 国立研究開発法人理化学研究所, 脳神経科学研究センター, チームリーダー (60197530)
|
Co-Investigator(Kenkyū-buntansha) |
佐藤 多加之 国立研究開発法人理化学研究所, 脳神経科学研究センター, 研究員 (20391964)
内田 豪 国立研究開発法人理化学研究所, 脳神経科学研究センター, 専門職研究員 (50321732)
大橋 一徳 国立研究開発法人国立精神・神経医療研究センター, 神経研究所 疾病研究第三部, 流動研究員 (90617458)
|
Project Period (FY) |
2013-06-28 – 2018-03-31
|
Keywords | 物体認識 / 顔認知 / 深層学習 |
Outline of Final Research Achievements |
In the sub-project, “the spatial structure essential for object representation”, we found (1) object category selective domains in inferior temporal (IT) cortex by using dense electrode recordings, (2) singularity strings in primary visual cortex where orientation singularity forming hairpin trajectories in 3D cortical space. In the sub-project, “Temporal structure essential for object representation”, we found that different neural circuits mechanisms along the ventral visual pathway are used depending on the position of object images in the visual field. In the sub-project, “Sparse representation of objects in IT cortex”, we successfully identified visual features represented by view tuned face neurons in IT cortex that enables view- invariant face representation.
|
Free Research Field |
システム神経科学
|
Academic Significance and Societal Importance of the Research Achievements |
初期視覚野の特異点の折れ曲がり構造の発見は、1950年代に電気生理学的な研究から信じられてきた仮説を覆す結果になっており学問上のインパクトがある。 提示される物体像の視野上の位置によって異なる神経回路が使われていることを明らかにした研究は、従来のFeed forward network の考え方に修正が必要であることを示唆しており学問上のインパクトがある。 高次視覚野の図形特徴を明らかにした研究は、物体像処理のような多層ネットワークの構造を解析することにも使える手法であるため、AIが主流となりつつある社会において高い意義を持つ。
|