| 講演名 | 2022-09-30 ガウス過程回帰に基づく統合情報量の近似計算の検討 保坂 忠明(東京理科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 意識を数理的に扱うことを目指す統合情報理論(Integrated Information Theory)の計算枠組はシステムを構成するノードの個数に関して指数関数オーダーの計算量を要する複数の組み合わせ最適化問題から成る．そのため，ノード数が大きいシステムに対しては現実的に計算が実行できない．本研究の目的は，ガウス過程回帰とベイズ最適化を利用して，統合情報量の近似計算アルゴリズムを構築することである．提案手法では，最適化問題のそれぞれをガウス過程回帰に基づく推定により近似的に解く．近似計算により得られた統合情報量は，条件設定によって厳密解と高い相関を示した． |
| 抄録(英) | The framework of Integrated Information Theory, which aims to mathematically deal with consciousness, consists of multiple computationally-expensive combinatorial optimizations. Therefore, they are not practically feasible for systems with a large number of nodes. The objective of this study is to construct an approximation algorithm for computing the integrated information using the Gaussian process regression and Bayesian optimization. In the proposed method, each optimization problem is approximately solved by estimation based on the Gaussian process regression. The integrated information obtained by the proposed method is highly correlated with the exact solution under certain conditions. |
| キーワード(和) | 統合情報理論 / 近似アルゴリズム / Intrinsic difference / ベイズ最適化 |
| キーワード(英) | Integrated information theory / Approximation algorithm / Intrinsic difference / Bayesian optimization |
| 資料番号 | NC2022-40 |
| 発行日 | 2022-09-22 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2022/9/29(から2日開催) |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain Architecture, NC, ME |
| 委員長氏名（和） | 山川 宏(東大) / 堀 潤一(新潟大) |
| 委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Junichi Hori(Niigata Univ.) |
| 副委員長氏名（和） | 田中 宏和(東京都市大学) / 吉田 久(近畿大) |
| 副委員長氏名（英） | Hirokazu Tanaka(Tokyo City Univ.) / Hisashi Yoshida(Kinki Univ.) |
| 幹事氏名（和） | 寺島 裕貴(NTT) / 西田 知史(NICT) / 奥野 竜平(摂南大) / 辛島 彰洋(東北工大) |
| 幹事氏名（英） | Hiroki Terashima(NTT) / Satoshi Nishida(NICT) / Ryuhei Okuno(Setsunan Univ) / Akihiro Karashima(Tohoku Inst. of Tech.) |
| 幹事補佐氏名（和） | 田和辻 可昌(早大) / 栗川 知己(関西医科大) / 湯田 恵美(東北大) / 金子 美樹(阪大) |
| 幹事補佐氏名（英） | Yoshimasa Tawatsuji(Waseda Univ.) / Tomoki Kurikawa(KMU) / Emi Yuda(Tohoku Univ) / Miki Kaneko(Osaka Univ.) |
| 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） | ガウス過程回帰に基づく統合情報量の近似計算の検討 |
| サブタイトル（和） | |
| タイトル（英） | An approximation algorithm for computing integrated information based on Gaussian process regression |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 統合情報理論 / Integrated information theory |
| キーワード(2)（和/英） | 近似アルゴリズム / Approximation algorithm |
| キーワード(3)（和/英） | Intrinsic difference / Intrinsic difference |
| キーワード(4)（和/英） | ベイズ最適化 / Bayesian optimization |
| 第 1 著者 氏名（和/英） | 保坂 忠明 / Tadaaki Hosaka |
| 第 1 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 発表年月日 | 2022-09-30 |
| 資料番号 | NC2022-40 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NC-195 |
| ページ範囲 | pp.32-37(NC), |
| ページ数 | 6 |
| 発行日 | 2022-09-22 (NC) |