講演名 2005/10/10
ヒト視覚における非周期的時系列の予測に関する研究(脳・ヒューマンモデリング1, 脳・ヒューマンモデリング, 一般)
鹿内 学, 石井 信, 柴田 智広,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 生物にとって環境変化の予測を行うことができれば生存に極めて有利である.例えば, 生物の知覚-運動系には一般に大きな遅延が存在するので, 餌となる生物の動きを読むことができなければ捕食は困難である.脳科学において, この予測能力の機序を解き明かすことは基本的かつ重要な課題である.柴田らは霊長類特異的な円滑性追跡眼球運動をターゲットとして, ヒトの環境同定・予測能力の一端を解明しようとしている.彼らはAR過程を用いて, 非周期的ではあるが, 背後に線形ダイナミクスが隠れている視標運動を生成し, 被験者に円滑性追跡眼球運動をさせる実験を行った.その結果, 周期的パターン記憶型では対応できない視標運動であっても, ヒトは(1)背後に隠れたダイナミクスをオンラインで学習し, (2)それを用いて準最適な予測を行っている可能性, が示された.本研究では, 柴田らが示唆したヒトの運動予測に関する能力が, 円滑性追跡眼球運動に特異的なものでなく, 視知覚においても働くかを調査することを目的とする.具体的には, 水平線上に一定時間間隔で出現する非周期的な視標時系列を被験者が予測することができるか調査した.実験結果は, ヒトの予測と学習については明確な観測は得られなかったが, ヒトが低次のARモデルを用いた予測を試みていることや長期的には予測性能の改善が示唆された.
抄録(英) It is advantageous for animals and humans to predict changes in the environment. For example, preying is difficult without the capability of predicting the motion of its prey. To uncover mechanisms for such a prediction is one of the most important topics in brain science. Shibata et al. have been investigating the predictive ability of humans utilizing smooth pursuit eye movement which is specific to primates. They conducted a task where each subject was asked to pursue aperiodic target motions generated by an Auto-Regressive (AR) process. Their results suggested that subjects were capable of (1) online learning of a hidden linear dynamics (AR model) in the AR process, and (2) performing predictive tracking similar to the optimal filtering to some extent. This study aims at investigating whether such a predictive ability of humans as reported by Shibata et al. works for visual perception as well. In our experiments, aperiodic time series generated by an AR process were sequentially presented by means of a small spot at a regular time intervals, and subjects were asked to predict the next spot position. Results suggest both learning and prediction were not clearly observed, while it was observed that the subjects tried to predict the next spot position based on a lower order AR model, and some performance-improvement was also observed through long-term trials.
キーワード(和) 非周期時系列 / AR過程 / オンライン学習 / 予測 / 知覚
キーワード(英) Aperiodic time series / Auto-Regressive process / Online learning / Prediction / Perception
資料番号 NC2005-38
発行日

研究会情報
研究会 NC
開催期間 2005/10/10(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Neurocomputing (NC)
本文の言語 JPN
タイトル(和) ヒト視覚における非周期的時系列の予測に関する研究(脳・ヒューマンモデリング1, 脳・ヒューマンモデリング, 一般)
サブタイトル(和)
タイトル(英) Prediction of the aperiodic time series of a visual target by humans
サブタイトル(和)
キーワード(1)(和/英) 非周期時系列 / Aperiodic time series
キーワード(2)(和/英) AR過程 / Auto-Regressive process
キーワード(3)(和/英) オンライン学習 / Online learning
キーワード(4)(和/英) 予測 / Prediction
キーワード(5)(和/英) 知覚 / Perception
第 1 著者 氏名(和/英) 鹿内 学 / Manabu SHIKAUCHI
第 1 著者 所属(和/英) 奈良先端科学技術大学院大学情報科学研究科
Graduate School of Information Science, Nara Institute of Science and Technology
第 2 著者 氏名(和/英) 石井 信 / Shin ISHII
第 2 著者 所属(和/英) 奈良先端科学技術大学院大学情報科学研究科
Graduate School of Information Science, Nara Institute of Science and Technology
第 3 著者 氏名(和/英) 柴田 智広 / Tomohiro SHIBATA
第 3 著者 所属(和/英) 奈良先端科学技術大学院大学情報科学研究科:ATR脳情報研究所
Graduate School of Information Science, Nara Institute of Science and Technology:ATR Computational Neuroscience Laboratories
発表年月日 2005/10/10
資料番号 NC2005-38
巻番号(vol) vol.105
号番号(no) 341
ページ範囲 pp.-
ページ数 6
発行日