研究分野
機械学習
-
P1-005本研究では、頭皮脳波を利用したSSIとして、日本語単語SS時の単一試行脳波をTransformerとHMMによって解読する.日本語がmora言語なので、SSされた単語を構成する拍の系列として解読する.本手法は単一試行脳波からノイズ下で信号を復元するRNN、RNN出力と拍ERPsの内積値から単語を構成する拍の確率値の算出、拍確率値、言語モデル、HMMによる拍系列の生成、から成る.2~7拍から成る単語の解読結果を示す.
-
P1-015A単語分散表現は,そのベクトル演算が単語の類推関係に対応するなどの数理的な性質を示す.この性質は単語共起分布に由来するが,その数理的構造は未解明である.本研究は,二部グラフを用いる分析手法により,バイクリークと呼ばれる完全二部部分グラフが,単語ベクトル間の関係性を数理的に特徴付けるとともに,言語上の意味関係に対応することを示す.さらに共起関係が二項関係であることに起因して,単語共起分布に代数構造が現れる機序を明らかにする.
-
P2-005Researches utilizing meta-analytic brain image analysis data as a target for machine learning aim to extract brain image information from the statistical analysis of numerous brain science studies. These approaches allow for encoding brain responses based on extensive psychological experimental data and natural language processing models. Furthermore, such application is expected to advance into functional network-based research. It is crucial to develop intuitive tools that facilitate a better understanding of the relationships among brain regions associated with this information. In our study, we will develop a prototype of an interactive 3D brain viewer and provide an example of its application in meta-analytic data machine learning.
-
P2-027我々は、AIを活用し、誰もがMCIにおける僅かな認知機能の低下を、発話のみ且つ短時間でセフルチェックできるツールの社会実装を目指している。本研究では、被検者の年齢と性別、設問に対する被検者の回答の採点結果とその音声特徴量を用いて、健常とMCIを判別する機械学習モデルの構築とその性能評価を行った。
-
P2-028fMRIによる脳と心に関した研究は多く行われているが、このような研究では個人差はあまり考慮されていない。本研究では物語聴取タスクにおける脳活動の個人差と物語の影響を2種類の機能的連結性を用いて測定し、予測モデルで重要な領域を特定した。その結果、全ての解析で個人と物語の影響の識別に成功し、情動に関する領域が分類に寄与することが判明した。この結果は意思疎通の困難な特定の個人に対してfMRIを用いて感情を読み解くための新たな手掛かりとなる。
-
P2-055Aスリルを楽しむといった非合理的な遊び行動は,生物が生きていることを自覚するための重要な要素であると考えられている.本研究では,進化計算によって獲得した"危険を避ける"という生得的な状態価値をベースに,相反する報酬関数を用いて強化学習を行うことで"危険を冒す"という経験的な状態価値を実現する.シミュレーション実験により,相反する報酬関数とスリルを求める度合いが,スリルという非合理的な認知過程をモデル化するうえで有効であることが示唆された.
-
P3-008A本研究では,Vision Transformerを用いて顔の魅力を予測するモデルを構築した.構築したモデルのAttention機構を用いて,魅力の予測において重要な特徴を可視化した.その結果,魅力度の高い顔画像の場合に特に,目の領域が活性する傾向が見られた.この結果は心理学研究で報告されている知見と整合的であった.本アプローチは,顔魅力に関与する特徴の理解に有効であることが示唆された.