研究分野
機械学習
-
P-1-39本研究では安静時fMRIデータにおける脳活動の個人的特徴が、アルツハイマー病の進行に伴いどのように変化するかを検証した。症状の進行レベルの異なる3つの参加者グループを対象に、個人単位の個人差特徴分析、および集団レベルでのネットワーク部分状態の滞留時間解析を行った。結果、いずれも同様な関心領域ネットワークをシェアしていることが明らかになり、fMRIが将来臨床利用される際、こうした解析が個別の診断や治療に活かされる可能性を垣間見させた。
-
P-2-21修辞判断における正確性を明らかにすることを目的として，話し役がセリフを伝達し，聞き役が修辞判断を行う実験を実施した．結果，本音伝達条件と照れ隠し伝達条件では認知負荷低条件より認知負荷高条件で正確な判断が行われ，嘘伝達条件と嫌み伝達条件では認知負荷による効果はみられなかった．本音や照れ隠しであると判断するまでの停止規則が嘘や嫌みの判断に比べて複雑であるなど，いくつかの可能性を検討した．
-
P-3-3A認知的満足化モデルは目的に応じた希求水準を満たすかにより、探索と活用のバランスを調整し、多腕バンディット問題において有効に働く。本研究では、4個の選択肢からなるベルヌーイ・バンディット問題における認知的満足化と Softmax による選択行動について、最尤推定によるパラメータのリカバリ性能を確認した。また、行動実験によるモデルの比較を行った。その結果、全モデルでパラメータのリカバリが確認され、データに適合する際の性質が明らかになった。
-
P-3-38ASD高リスク児が手指微細調整運動を苦手とすることに着目し図形描画における時系列筆跡データからASD識別特徴量を抽出した。LSTMを用いて筆圧、ペンの傾き、速度などの時系列データから特徴量を抽出し、従来の検査結果を目的変数としてASD分類モデルを作成した。その結果、高い識別率を示した。ASD低リスク児との乖離度をDTW距離を利用して表現することで、ASD高リスク児を識別することが可能であることが示唆された。
-
P-3-55現在のASDスクリーニングは定性的なデータだけに基づいて判断しているため、効率性に限界があると指摘されている。そこで本論文では、定量的データを用いて定性的基準に基づいた診断結果を予測する方法を提案する。結果として、「片足立ち」という限定的な状況において、本論文で作成した特徴量が先行研究で挙げられた特徴量より効果的である事が分かった。最後に、なぜこのような結果になったのかを議論し、今後の展望について述べる。