9 0 0 0 OA スパイキングニューラルネットワークにおける深層学習
- 著者
- 酒見 悠介 森野 佳生
- 出版者
- Institute of Industrial Science The University of Tokyo
- 雑誌
- 生産研究 (ISSN:0037105X)
- 巻号頁・発行日
- vol.71, no.2, pp.159-167, 2019-03-01 (Released:2019-03-30)
- 参考文献数
- 18
スパイキングニューラルネットワーク(SNN) は脳に倣ったモデルであり,活動電位(スパイク) による情報処理が可能である.近年,より高い情報処理能力を目指して,SNN を用いた深層学習が注目されている.既存の深層学習のアルゴリズムをSNN に直接導入することは数理的に困難であり,様々な新規手法が提案されつつある.本稿はSNN における深層学習アルゴリズムを主に数理的な観点から整理することを目的にしており,特に,教師あり学習,教師なし学習の点から解説する.教師あり学習では主に誤差逆伝搬アルゴリズムについて,教師なし学習ではSpike-Timing-Dependent Plasticity に基づくアルゴリズムについて解説する.
2 0 0 0 OA 生命病態システムの数理モデリングとその個別化医療への応用のための数理的基盤の確立
1. 数理モデルに基づく前立腺がんの内分泌療法と他の疾患への展開前立腺がんに関しては、PSA(Prostate Specific Antigen: 前立腺特異抗原)という高感度のバイオマーカーが存在するため、数理モデルの性能を PSAデータを用いて定量的に評価することが可能である。平成28年度は、昨年度までの解析をさらに進めると共に、統計的機械学習理論を用いて、不十分なPSA時系列データからの予後予測を目指した拡張手法の研究および数理モデルによる分類と癌の転移との関係性についての検討を行った。2. 動的ネットワークバイオマーカー理論の発展とその応用本研究では、病態の変化を一種の複雑生体ネットワークの動的な状態遷移としてとらえ、疾患前後で先導して不安定化する生体ネットワークの部分ネットワーク (動的ネットワークバイオマーカー DNB) を効率的に検出する数理手法とアルゴリズムを開発している。平成28年度は、これまでの成果をさらに発展させ、あらたな遺伝子発現情報のビッグデータを解析の対象として DNB の有効性を確認した。また、DNB を効率的に検出する数理手法の理論的基盤の整理、観測データから生命システムの複雑ネットワーク構造を再構築する手法の開発、DNB 検出に応用可能なテンソル解析など機械学習手法の開発、腫瘍内不均一性を含めた癌の進化シミュレーションモデルの構築、構成要素の多様性減少による遷移方式および遷移に関わる少数因子の相互作用を記述した数理モデルの構築と分析などを行った。
- 著者
- 宮崎 修次 小林 幹 江島 啓 出尾 美佳 高口 太朗 森野 佳生
- 出版者
- 一般社団法人電子情報通信学会
- 雑誌
- 電子情報通信学会技術研究報告. NLP, 非線形問題 (ISSN:09135685)
- 巻号頁・発行日
- vol.107, no.560, pp.37-42, 2008-03-20
Watts-Strogatzモデルの遷移行列の固有値統計を調べ,規則グラフとランダムグラフの領域でそれぞれ異なる特性が現れ,第一第二固有値間隔がリンク組換率の冪関数となり,スモールワールド性が規則グラフとランダムグラフを繋ぐある種の臨界状態であることを示す.また,mixiネットワークのある利用者から距離2で切断した部分ネットワーク上の酔歩による大偏差統計解析を行う.ノード毎に定義された特性量の分布の違いが動的構造関数に反映されることを示し,観測されたq相転移を遷移行列の対角ブロック構造を用いて説明する.最後に,異なる時刻の状態変数を独立した状態変数とみなすことで,森の射影演算子法に現れる記憶項を無視する時間相関関数計算法を説明する.この手法をフラクタル拡散係数が現れるカオス拡散モデルに適用し,厳密な結果とよく一致することを示す.