| 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 | 2017-01-26 16:00 LASSOを用いたスパースなフーリエ表現を持つ受容野の高速推定 ○谷田 健・坂本浩隆・五十嵐康彦・出利葉 健・徳田 悟（東大）・佐々木耕太・大澤五住（阪大）・岡田真人（東大/理研）  NC2016-52 |
|
| 抄録 | （和） | 本研究では，視覚神経細胞の受容野を高速に推定する手法を提案する．神経細胞の持つ応答特性は，受容 野と呼ばれる時空間フィルタによって特徴づけられる．この受容野の推定には，スパイクトリガー平均(STA) と呼ば れる手法が用いられてきたが，ノイズに対処するため大量の神経発火データの取得にともなう長時間の実験が必要で あった．先行研究では実験コストを低減し高速に受容野を推定するため，ベイズ推定を利用して少ないデータから受 容野を推定しようとする試みが行われている．本研究では，少数のデータから得たSTA 推定の結果に対し，Fourier 空間上でのLasso による後処理を行うことで高精度な推定結果を得た．Fourier 空間上でのLasso では，受容野が少数 の波の重ね合わせで表現できることを仮定し，ノイズを低減する．本稿では人工データと実データの双方に対し受容 野推定を行って提案手法と従来法を比較する．提案手法がベイズ推定を用いた先行研究の手法に比べて頑健な結果を 与える手法であり，STA に比べて少ないデータからでも高速かつ高精度な推定が可能であることを示す． |
| （英） | We propose fast receptive eld(RF) inference. The RF describes how a neuron sums up its inputs across space and time. The traditional RF estimators such as the spike-triggered average, converge slowly and often require large amounts of spike data. Previous research introduce a family of prior distribution to low cost estimation, by utilizing an approach known as empirical Bayes. In this study, we estimate the accurate RF by using regression analysis and variable selection based on the least absolute shrinkage and selection operator (Lasso) with respect to the Fourier coefficients of the STA data. On the assumption that the RF has sparsity in the Fourier representation, the Lasso gives the denoised RF estimator. We compare our proposed method with the previous Bayesian methods, in the experiments of RF estimation by using arti cial and real data sets. We show that our method is robuster than the previous method and can estimate fast and accurately, in the case that the observed spike data are few. |
|
| キーワード | （和） | 受容野推定 / スパイクトリガー平均 / Lasso / / / / / |
| （英） | Receptive Field Inference, / Spike Triggered Average, / Lasso / / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 424, NC2016-52, pp. 25-30, 2017年1月. | |
| 資料番号 | NC2016-52 | |
| 発行日 | 2017-01-19 (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 | NC2016-52 |
|
| 研究会情報 | |
| 研究会 | NC NLP |
| 開催期間 | 2017-01-26 - 2017-01-27 |
| 開催地（和） | 北九州学術研究都市 産学連携センター |
| 開催地（英） | Kitakyushu Foundation for the Advanement of Ind. Sci. and Tech. |
| テーマ（和） | ニューロコンピューティングの実装および人間科学のための解析・モデル化，一般 |
| テーマ（英） | Implementation of Neuro Computing,Analysis and Modeling of Human Science, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2017-01-NC-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | LASSOを用いたスパースなフーリエ表現を持つ受容野の高速推定 |
| サブタイトル（和） | |
| タイトル（英） | Fast Receptive field Inference with Sparse Fourirer Representation by using LASSO |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 受容野推定 / Receptive Field Inference, |
| キーワード(2)（和/英） | スパイクトリガー平均 / Spike Triggered Average, |
| キーワード(3)（和/英） | Lasso / Lasso |
| キーワード(4)（和/英） | / |
| 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） | 谷田 健 / Takeshi Tanida / タニダ タケシ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 坂本 浩隆 / Hirotaka Sakamoto / サカモト ヒロタカ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 五十嵐 康彦 / Yasuhiko Igarashi / イガラシ ヤスヒコ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 出利葉 健 / Takeshi Ideriha / イデリハ タケシ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | 徳田 悟 / Satoru Tokuda / トクダ サトル |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第6著者 氏名（和/英/ヨミ） | 佐々木 耕太 / Kota Sasaki / ササキ コウタ |
| 第6著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 大澤 五住 / Izumi Ohzawa / オオサワ イズミ |
| 第7著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第8著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第8著者 所属（和/英） | 東京大学/理化学研究所 (略称： 東大/理研) The University of Tokyo/RIKEN (略称： Univ. of Tokyo/RIKEN) |
| 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 | 2017-01-26 16:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2016-52 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.424 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2017-01-19 (NC) |
[研究会発表申込システムのトップページに戻る]