状態空間–キネティックイジングモデルによる非平衡神経スパイク時系列の解析

• Item type: SIG Technical Reports(1)
• 公開日: 2023-06-22
• タイトル: 状態空間–キネティックイジングモデルによる非平衡神経スパイク時系列の解析
• タイトル / 言語: en
• タイトル: Analysis of nonequilibrium neural spiking activity using a state-space kinetic Ising model
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: NC
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 北海道大学生命科学院
• 著者所属: 京都大学大学院情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Life Sciences, Hokkaido University
• 著者所属(英): en
• 著者所属(英): Department of Informatics, Kyoto University
• 著者名: 石原, 憲; 島崎, 秀昭
• 著者名(英): Ken, Ishihara; Hideaki, Shimazaki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 神経細胞集団の複雑な非定常・非平衡ダイナミクスを理解することは，動物の認知・学習を解明する上で不可欠である．キネティックイジングモデルは非平衡な神経活動を調べるための有用なツールだが，多くの場合定常性を仮定して使用されており，非定常な in vivo データの解析には適していない．本研究はこの制約を克服するためにキネティックイジングモデルのための状態空間法を提案する．具体的には平衡イジングモデルに対する状態空間モデリング技術を応用し，時間変動キネティックイジングモデルで表される非定常・非平衡の神経細胞ダイナミクスに対する逐次ベイズフィルタと平滑化アルゴリズム，およびパラメータ最適化のための EM アルゴリズムを開発した．また，神経細胞集団のダイナミクスの非平衡特性を明らかにするため，推定結果を用いてエントロピー生成のうち外界と関わる部分を近似的に求める手法を開発した．従来のイジングモデルによるアプローチと比較して，提案手法は計算負荷が少なく大規模な計測に適している．シミュレーションと Allen Brain Observatory データセットへの適用により，状態空間–キネティックイジングモデルの有効性を検証する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In the nervous systems, neurons transmit information through collective activity and exhibit non-equilibrium and non-stationary dynamics. Understanding these complex processes are essential for understanding the cognitive and learning processes. The kinetic Ising models are useful tools for studying such dynamics, but they are generally limited to stationary systems and are not well suited for analyzing in vivo data. Here we propose a state-space framework for the kinetic Ising models to address this restriction. The approach reveals non-stationary, non-equilibrium neuronal dynamics by extending previous modeling techniques for equilibrium Ising models. We developed the Bayesian filtering and smoothing algorithms for estimating non-equilibrium neuronal dynamics modeled by the time-varying kinetic Ising system, and an EM algorithm for optimizing the smoothing parameters of the dynamics. We also developed the method for estimating a part of entropy production to reveal the non-equilibrium nature of neuronal dynamics. Compared to traditional Ising model approaches, this new framework is computationally less demanding and suitable for large-scale measurements. We examine the effectiveness of the state-space kinetic Ising model through simulation studies and application to parallel recordings using the Allen Brain Observatory dataset.
• 書誌情報: 研究報告バイオ情報学（BIO）; 巻 2023-BIO-74, 号 67, p. 1-6, 発行日 2023-06-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8590
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会