| 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 | 2025-03-18 13:20 Stein粒子フィルタに基づく神経ダイナミクスのデータ駆動型推定 ○萩本康心・大森敏明（神戸大）  CCS2024-59 |
|
| 抄録 | （和） | 時系列データから非線形神経ダイナミクスを精緻に推定することは, 複雑な神経システムの理解と予測において重要である. しかし, 神経ダイナミクスの推定は, 対象システムの一部の変数しか観測できないことや, ノイズの存在により, 非常に困難である. 粒子フィルタを用いた従来の推定手法では, 多次元システムにおいて, 重みの縮退が発生し, 粒子の多様性が失われ, 推定精度が著しく低下するという課題がある. 本研究では, Stein粒子フィルタに基づいて, 時系列観測データから神経ダイナミクスの潜在状態とパラメータを同時に推定するデータ駆動型手法を提案する. 提案手法では, Stein変分法に基づく粒子の決定論的な更新により, 粒子の多様性を維持しながら，多次元非線形システムにおいても高精度な推定を実現する．実験では, 提案手法を神経ダイナミクスモデルに適用し，潜在変数とパラメータの高精度な同時推定が可能であることを示す． |
| （英） | Accurate estimation of nonlinear neural dynamics from time-series data is crucial for understanding and predicting complex neural systems. However, estimating neural dynamics is extremely challenging due to partial observability of system variables and the presence of noise. Conventional estimation methods using particle filters suffer from weight degeneracy in high-dimensional systems, leading to loss of particle diversity and significant deterioration in estimation accuracy. In this study, we propose a data-driven approach based on Stein particle filters to simultaneously estimate latent states and parameters of neural dynamics from time-series observation data. The proposed method achieves high estimation accuracy even in high-dimensional nonlinear systems while maintaining particle diversity through the use of Stein variational methods. In our experiments, we demonstrate that the proposed method enables accurate simultaneous estimation of latent variables and parameters when applied to neural dynamics models. | |
| キーワード | （和） | 統計的機械学習 / 非線形ダイナミクス推定 / Stein変分法 / データ駆動型推定 / 状態空間モデル / / / |
| （英） | statistical machine learning / nonlinear dynamics estimation / Stein variational framework / data-driven approach / state-space models / / / | |
| 文献情報 | 信学技報, vol. 124, no. 442, CCS2024-59, pp. 23-28, 2025年3月. | |
| 資料番号 | CCS2024-59 | |
| 発行日 | 2025-03-11 (CCS) | |
| 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 | CCS2024-59 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2025-03-18 - 2025-03-19 |
| 開催地（和） | 北海道 ルスツリゾートホテル&コンベンション |
| 開催地（英） | RUSUTSU RESORT |
| テーマ（和） | CCS, 一般 |
| テーマ（英） | CCS, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2025-03-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | Stein粒子フィルタに基づく神経ダイナミクスのデータ駆動型推定 |
| サブタイトル（和） | |
| タイトル（英） | Data-Driven Estimation of Neural Dynamics Using Stein Particle Filter |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 統計的機械学習 / statistical machine learning |
| キーワード(2)（和/英） | 非線形ダイナミクス推定 / nonlinear dynamics estimation |
| キーワード(3)（和/英） | Stein変分法 / Stein variational framework |
| キーワード(4)（和/英） | データ駆動型推定 / data-driven approach |
| キーワード(5)（和/英） | 状態空間モデル / state-space models |
| 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） | 萩本 康心 / Koshin Hagimoto / ハギモト コウシン |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大森 敏明 / Toshiaki Omori / オオモリ トシアキ |
| 第2著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-18 13:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2024-59 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.442 |
| ページ範囲 | pp.23-28 |
| ページ数 | 6 |
| 発行日 | 2025-03-11 (CCS) |
[研究会発表申込システムのトップページに戻る]