| 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 | 2022-09-30 11:35 高次運動野の機能分化を説明する動的状態空間強化学習モデル 田村尚己・虫明 元（東北大）・○坂本一寛（東北医科薬科大）  NC2022-42 |
|
| 抄録 | （和） | 様々な手がかりに基づく複雑で順序だった行動は，大脳皮質前頭葉高次運動野の諸領野に依存する．本研究では，動的状態空間強化学習モデルを用い，高次運動野の機能解明に用いられてきた遅延反応課題と順序動作課題の学習機構の理解を目指す．モデルは，決定一意性に基づき，状態空間・行動価値関数を動的に拡張した．更に，新たな状態生成のため，同一エピソード内での行動履歴及び異なるエピソード/知覚手がかりの組み合わせを用いる２つサブモジュールを用意し，これらが並列的に学習することにより，上記課題の学習に成功した．本モデルは，高次運動野の機能分化の理解を深めるだけでなく，計算論的高次機能障害学という新たな分野を拓く． |
| （英） | Complex and sequential behaviors based on various cues depend on the frontal higher motor areas of the cerebral cortex. This study aims to understand the learning mechanisms of delayed response and action sequence tasks used to elucidate the functions of these areas, through a dynamic state-space reinforcement learning model. The model dynamically extended the state space or action value function based on the decision uniqueness criterion. Furthermore, two sub-modules were used for new state generation: one using action history within the same episode and the other using different episode/sensory cue combinations, and the model successfully learned the above tasks by their parallel learning. Our model promotes understanding of functional differentiation of these areas, and opens a new field of computational higher brain dysfunction. | |
| キーワード | （和） | 高次運動野 / 強化学習 / 動的状態空間 / 決定一意性 / / / / |
| （英） | Higher motor areas / Reinforcement Learning / Dynamic State-Space / Decision Uniqueness / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 195, NC2022-42, pp. 44-48, 2022年9月. | |
| 資料番号 | NC2022-42 | |
| 発行日 | 2022-09-22 (NC) | |
| ISSN | 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 | NC2022-42 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2022-09-29 - 2022-09-30 |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain Architecture, NC, ME |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2022-09-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 高次運動野の機能分化を説明する動的状態空間強化学習モデル |
| サブタイトル（和） | |
| タイトル（英） | A dynamic state-space reinforcement learning model explaining functional differentiation of higher motor areas in the cerebral cortex |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 高次運動野 / Higher motor areas |
| キーワード(2)（和/英） | 強化学習 / Reinforcement Learning |
| キーワード(3)（和/英） | 動的状態空間 / Dynamic State-Space |
| キーワード(4)（和/英） | 決定一意性 / Decision Uniqueness |
| 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） | 田村 尚己 / Naoki Tamura / タムラ ナオキ |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ) |
| 第2著者 氏名（和/英/ヨミ） | 虫明 元 / Hajime Mushiake / ムシアケ ハジメ |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ) |
| 第3著者 氏名（和/英/ヨミ） | 坂本 一寛 / Kazuhiro Sakamoto / サカモト カズヒロ |
| 第3著者 所属（和/英） | 東北医科薬科大学 (略称： 東北医科薬科大) Tohoku Medical and Pharmaceutical University (略称： TMPU) |
| 講演者 | 第3著者 |
| 発表日時 | 2022-09-30 11:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2022-42 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.195 |
| ページ範囲 | pp.44-48 |
| ページ数 | 5 |
| 発行日 | 2022-09-22 (NC) |
[研究会発表申込システムのトップページに戻る]