講演抄録/キーワード |
講演名 |
2013-06-28 15:35
スパイクデータ解析のためのグラフ構造モデリング ○樋口 翔・野田淳史(早大)・日野英逸(筑波大)・村田 昇(早大) NC2013-14 |
抄録 |
(和) |
動物は脳内のニューロンの協調的な活動により情報を処理している.この協調の様子をグラフとして表現し,その構造を推定することは,脳内における情報処理の仕組みの理解につながる.ニューロンのシナプス結合には向きが存在するため,ニューロンの結合モデルとしては有向グラフが適切であり,また,グラフ構造推定手法としても有向グラフに適用可能な手法が要求される.
本研究では,digraph Laplacianによって有向グラフを簡潔に表現し,グラフ上で情報が遷移する様子をモデル化する.さらに,モデルのパラメータ推定手法を提案する.ニューロンモデルから作成したデータを用いて,提案手法によって有向グラフ構造の推定が可能であることを実験的に示す. |
(英) |
Information in the brain is processed by neural cooperative activity.Estimation of neural graph structures is important to understand the mechanism of information processing in the brain.Since neural connections are asymmetric, directed graphs are appropriate to represent neural graph structures.
In this paper, directed graphs are represented using the digraph Laplacian, and information transition on graphs is modeled by an exponential map of the digraph Laplacian.
Moreover, a parameter estimation method is proposed.
At last, the proposed method is experimentally shown to be able to estimate directed graph structures using artificial neural spike data. |
キーワード |
(和) |
グラフ構造 / Digraph Laplacian / スパイクデータ解析 / ニューラルネットワーク / / / / |
(英) |
Graph Structure / Digraph Laplacian / Spike Data Analysis / Neural Networks / / / / |
文献情報 |
信学技報, vol. 113, no. 111, NC2013-14, pp. 145-150, 2013年6月. |
資料番号 |
NC2013-14 |
発行日 |
2013-06-20 (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 |
NC2013-14 |