| 講演名 | 2020-03-05 モンテカルロ法を用いた神経集団推定法の改良と実データへの適用 木村 俊(茨城大), 竹田 晃人(茨城大), 太田 桂輔(理研), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では，神経活動の同期性に着目しニューロンを同期的な活動をするニューロンの集団へ分類するための高速な統計的数値解析法を提案する．提案手法では，神経活動に関する事前知識からベイズ推定法に関する生成モデルを立てた上で，マルコフ連鎖モンテカルロ法による数値的に高速な推定法を構成している．加えて提案手法の実用性の確認のため，人工的に生成した神経活動データ，およびマウスから得られたスパイク実データに提案手法を適用した結果を示し考察を行う． |
| 抄録(英) | In this work, we propose an improved inference algorithm for neuronal ensembles, which can classify neurons into ensembles by focusing on synchronicity in neuronal activity. We first give the generative model of Bayesian inference by prior knowledge of neuronal activity, then we construct fast numerical inference algorithm using Markov chain Monte Carlo method. Moreover, we apply our algorithm to synthetic neuronal activity data and real spike data from mice for verification of utility, and discuss their results. |
| キーワード(和) | 神経集団推定 / ベイズ推定 / 生成モデル / マルコフ連鎖モンテカルロ法 |
| キーワード(英) | neuronal ensemble inference / Bayesian inference / generative model / Markov chain Monte Carlo method |
| 資料番号 | NC2019-101 |
| 発行日 | 2020-02-26 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2020/3/4(から3日開催) |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | Neuro Computing, Medical Engineering, etc. |
| 委員長氏名（和） | 庄野 逸(電通大) / 野村 泰伸(阪大) |
| 委員長氏名（英） | Hayaru Shouno(UEC) / Taishin Nomura(Osaka Univ.) |
| 副委員長氏名（和） | 鮫島 和行(玉川大) / 渡邊 高志(東北大) |
| 副委員長氏名（英） | Kazuyuki Samejima(Tamagawa Univ) / Takashi Watanabe(Tohoku Univ.) |
| 幹事氏名（和） | 吉本 潤一郎(奈良先端大) / 安部川 直稔(NTT) / 伊良皆 啓治(九大) |
| 幹事氏名（英） | Junichiro Yoshimoto(NAIST) / Naotoshi Abekawa(NTT) / Keiji Iramina(Kyushu Univ.) |
| 幹事補佐氏名（和） | 篠崎 隆志(NICT) / 瀧山 健(東京農工大) / 鈴木 康之(阪大) / 辛島 彰洋(東北工大) |
| 幹事補佐氏名（英） | Takashi Shinozaki(NICT) / Ken Takiyama(TUAT) / Yasuyuki Suzuki(Osaka Univ.) / Akihiro Karashima(Tohoku Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | モンテカルロ法を用いた神経集団推定法の改良と実データへの適用 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of neuronal ensemble inference by Monte Carlo method and applying to real data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 神経集団推定 / neuronal ensemble inference |
| キーワード(2)（和/英） | ベイズ推定 / Bayesian inference |
| キーワード(3)（和/英） | 生成モデル / generative model |
| キーワード(4)（和/英） | マルコフ連鎖モンテカルロ法 / Markov chain Monte Carlo method |
| 第 1 著者 氏名（和/英） | 木村 俊 / Shun Kimura |
| 第 1 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 第 2 著者 氏名（和/英） | 竹田 晃人 / Koujin Takeda |
| 第 2 著者 所属（和/英） | 茨城大学(略称：茨城大) Ibaraki University(略称：Ibaraki Univ.) |
| 第 3 著者 氏名（和/英） | 太田 桂輔 / Keisuke Ota |
| 第 3 著者 所属（和/英） | 理化学研究所(略称：理研) Riken(略称：Riken) |
| 発表年月日 | 2020-03-05 |
| 資料番号 | NC2019-101 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | NC-453 |
| ページ範囲 | pp.149-154(NC), |
| ページ数 | 6 |
| 発行日 | 2020-02-26 (NC) |