| 講演名 | 2022-01-28 ラプラシアン行列の固有値を用いた特異な脳構造を持つ被験者の検出に向けた一検討 大石 悠貴(関西学院大), 谷口 豊明(関西学院大), 瀬川 絵里子(関西学院大), 作元 雄輔(関西学院大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 脳の複雑な振舞いを理解するために，神経細胞の集合体を一つの要素とし，それらの間のコネクトーム(相互接続の有無や強さ)に着目したマクロスケールでの分析が行われている．マクロスケールでのコネクトームの分析は，特異なコネクトームを有する被験者(例えば，精神疾患を有する被験者)の検出に役立てられることが期待されている．本稿では，ソーシャルネットワークや通信ネットワークの異常を検出することを可能とする LAD (Laplacian Anomaly Detection) に基づいて，特異なコネクトームを有する被験者を検出する手法を検討する．また，コネクトームの実データを用いた実験を通じて，LAD に基づく検出手法の有効性を評価する． |
| 抄録(英) | In order to understand the complex behavior of brains, many works have analyzed macroscale connectomes between the aggregation of nerve cells in the brain. The analysis of macroscale connectomes would be useful in detecting subjects (e.g., subjects with psychiatric disorders) with a unique connectome. In this paper, we discuss a method for detecting subjects with a unique connectome based on LAD (Laplacian Anomaly Detection), which have been used to detect anomalies in social. networks and communication networks. In addition, through experiments using actual connectome data, we evaluate the accuracy of the method based on LAD. |
| キーワード(和) | ネットワーク分析 / スペクトラルグラフ理論 / ラプラシアン行列 / 異常検出 / 脳コネクトーム |
| キーワード(英) | Network Analysis / Spectral Graph Theory / Laplacian Matrix / Anomaly Detection / Brain Connectome |
| 資料番号 | CQ2021-93 |
| 発行日 | 2022-01-20 (CQ) |
| 研究会情報 | |
| 研究会 | CQ |
|---|---|
| 開催期間 | 2022/1/27(から2日開催) |
| 開催地（和） | 金沢（石川県） |
| 開催地（英） | Kanazawa（Ishikawa Pref.） |
| テーマ（和） | AR/VR，放送サービス，映像/音声サービスの品質，高臨場感，ユーザ行動/心理，ユーザ体験，メディア品質，ネットワークの品質・QoS制御，災害時のネットワークとコミュニケーション，機械学習，ビデオコミュニケーション，一般 |
| テーマ（英） | AR/VR, Broadcasting Service, Video/Voice Services Quality, High Realistic, User Behavior/Psychology, User Experience, Media Quality, Network Quality and QoS Control, Networks and Communications at Disaster, User Behavior, Machine Learning, Video Communication, etc. |
| 委員長氏名（和） | 岡本 淳(NTT) |
| 委員長氏名（英） | Jun Okamoto(NTT) |
| 副委員長氏名（和） | 平栗 健史(日本工大) / 長谷川 剛(東北大) |
| 副委員長氏名（英） | Takefumi Hiraguri(Nippon Inst. of Tech.) / Gou Hasegawa(Tohoku Univ.) |
| 幹事氏名（和） | アベセカラ ヒランタ(NTT) / 山本 寛(立命館大) |
| 幹事氏名（英） | Hirantha Abeysekera(NTT) / Hiroshi Yamamoto(Ritsumeikan Univ.) |
| 幹事補佐氏名（和） | 西川 由明(NEC) / 堅岡 良知(KDDI総合研究所) / 川嶋 喜美子(NTT) |
| 幹事補佐氏名（英） | Yoshiaki Nishikawa(NEC) / Ryoichi Kataoka(KDDI Research) / Kimiko Kawashima(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Communication Quality |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ラプラシアン行列の固有値を用いた特異な脳構造を持つ被験者の検出に向けた一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Detection of Subjects with Unique Brain Structures Using Eigenvalues of Laplacian Matrices |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ネットワーク分析 / Network Analysis |
| キーワード(2)（和/英） | スペクトラルグラフ理論 / Spectral Graph Theory |
| キーワード(3)（和/英） | ラプラシアン行列 / Laplacian Matrix |
| キーワード(4)（和/英） | 異常検出 / Anomaly Detection |
| キーワード(5)（和/英） | 脳コネクトーム / Brain Connectome |
| 第 1 著者 氏名（和/英） | 大石 悠貴 / Ohisi Yuki |
| 第 1 著者 所属（和/英） | 関西学院大学(略称：関西学院大) Kwansei Gakuin University(略称：Kwansei Gakuin Univ) |
| 第 2 著者 氏名（和/英） | 谷口 豊明 / Taniguchi Toyoaki |
| 第 2 著者 所属（和/英） | 関西学院大学(略称：関西学院大) Kwansei Gakuin University(略称：Kwansei Gakuin Univ) |
| 第 3 著者 氏名（和/英） | 瀬川 絵里子 / Segawa Eriko |
| 第 3 著者 所属（和/英） | 関西学院大学(略称：関西学院大) Kwansei Gakuin University(略称：Kwansei Gakuin Univ) |
| 第 4 著者 氏名（和/英） | 作元 雄輔 / Sakumoto Yusuke |
| 第 4 著者 所属（和/英） | 関西学院大学(略称：関西学院大) Kwansei Gakuin University(略称：Kwansei Gakuin Univ) |
| 発表年月日 | 2022-01-28 |
| 資料番号 | CQ2021-93 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | CQ-357 |
| ページ範囲 | pp.94-99(CQ), |
| ページ数 | 6 |
| 発行日 | 2022-01-20 (CQ) |