| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2007-10-18 09:55 隠れマルコフモデルの変分ベイズ学習による神経活動パターンの抽出 ○片平健太郎（東大/理研）・西川 淳・岡ノ谷一夫（理研）・岡田真人（東大/理研）  NC2007-34 |
|
| 抄録 | （和） | 多点同時記録された複数個のニューロンのスパイク列からその時空間パターンを抽出するために，隠れマルコフモデルが有効であることが認識されている．従来手法では隠れマルコフモデルの学習に最尤推定法の実現法であるEM アルゴリズムが用いられていた．そのため，しばしば学習データに対して過学習が起こり，モデルの状態数は試行錯誤で決める必要があった．本研究は，モデルのパラメータ推定に変分ベイズ学習を導入することで，この問題を克服する．それにより，最適なモデルの状態数が自動的に決定される．提案手法を人工データと，歌鳥の歌制御神経核HVC における多点同時記録スパイクデータに適用することで，その効果を検証する． |
| （英） | Hidden Markov Model (HMM) is used to extracting spatio-temporal pattern from spikes recorded by multielectrode. The EM algorithm that archieves maximum likelihood estimation is used to train HMM in that context. Therefore the previous method has problems of overlearning, and the number of hidden states must be determined by trail-and-error. To overcome those problems, we applied Variational Byases (VB) method to train the model. Our method can determine the number of states automatically and avoid overlearning. We performed an experiment on synthetic data and a real neural data from nucleus HVC of Bengalese finch during listening to own song. |
|
| キーワード | （和） | 多点同時記録スパイクデータ / 変分ベイズ法 / ，隠れマルコフモデル / HVC / / / / |
| （英） | Maltielectrode spike trains / Variational Bayes / Hidden Markov Model / HVC / / / / | |
| 文献情報 | 信学技報, vol. 107, no. 263, NC2007-34, pp. 7-12, 2007年10月. | |
| 資料番号 | NC2007-34 | |
| 発行日 | 2007-10-11 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2007-34 |
|
| 研究会情報 | |
| 研究会 | NC |
| 開催期間 | 2007-10-18 - 2007-10-19 |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku University |
| テーマ（和） | 脳インターフェースの技術と応用，一般 |
| テーマ（英） | Technology and Application of Brain Interface, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2007-10-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 隠れマルコフモデルの変分ベイズ学習による神経活動パターンの抽出 |
| サブタイトル（和） | |
| タイトル（英） | Variational Bayes Hidden Markov Models for extracting spatiotemporal spike pattern |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 多点同時記録スパイクデータ / Maltielectrode spike trains |
| キーワード(2)（和/英） | 変分ベイズ法 / Variational Bayes |
| キーワード(3)（和/英） | ，隠れマルコフモデル / Hidden Markov Model |
| キーワード(4)（和/英） | HVC / HVC |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 片平 健太郎 / Kentaro Katahira / カタヒラ ケンタロウ |
| 第1著者 所属（和/英） | 東京大学/理化学研究所 (略称： 東大/理研) University of Tokyo/RIKEN (略称： Univ. Tokyo/RIKEN) |
| 第2著者 氏名（和/英/ヨミ） | 西川 淳 / Jun Nishikawa / ニシカワ ジュン |
| 第2著者 所属（和/英） | 理化学研究所 (略称： 理研) RIKEN (略称： RIKEN) |
| 第3著者 氏名（和/英/ヨミ） | 岡ノ谷 一夫 / Kazuo Okanoya / オカノヤ カズオ |
| 第3著者 所属（和/英） | 理化学研究所 (略称： 理研) RIKEN (略称： RIKEN) |
| 第4著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第4著者 所属（和/英） | 東京大学/理化学研究所 (略称： 東大/理研) University of Tokyo/RIKEN (略称： Univ. Tokyo/RIKEN) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2007-10-18 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2007-34 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | no.263 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2007-10-11 (NC) |
[研究会発表申込システムのトップページに戻る]