スパイクデータ解析のためのグラフ構造モデリング

• Item type: SIG Technical Reports(1)
• 公開日: 2013-06-20
• タイトル: スパイクデータ解析のためのグラフ構造モデリング
• タイトル / 言語: en
• タイトル: Graph Structure Modeling for Spike Data Analysis
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 合同企画セッション：バイオデータマイニング
• 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: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属: 筑波大学
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 樋口, 翔; 野田, 淳史; 曰野, 英逸; 村田, 昇
• 著者名(英): Sho, Higuchi; Atsushi, Noda; Hideitsu, Hino; Noboru, Murata
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 動物は脳内のニューロンの協調的な活動により情報を処理している．この協調の様子をグラフとして表現し，その構造を推定することは，脳内における情報処理の仕組みの理解につながる．ニューロンのシナプス結合には向きが存在するため，ニューロンの結合モデルとしては有向グラフが適切であり，また，グラフ構造推定手法としても有向グラフに適用可能な手法が要求される．本研究では，digraph Laplacian によって有向グラフを簡潔に表現し，グラフ上で情報が遷移する様子をモデル化する．さらに，モデルのパラメータ推定手法を提案する．ニューロンモデルから作成したデータを用いて，提案手法によって有向グラフ構造の推定が可能であることを実験的に示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Information in the brain is processed by neural cooperative activity. Estimation of neural graph structures is important to understand the mechanism of information processing in the brain. Since neural connections are asymmetric, directed graphs are appropriate to represent neural graph structures. In this paper, directed graphs; are represented using the digraph Laplacian, and information transition on graphs is modeled by an exponential map of the digraph Laplacian. Moreover, a parameter estimation method is proposed. At last, the proposed method is experimentally shown to be able to estimate directed graph structures using artificial neural spike data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12055912
• 書誌情報: 研究報告バイオ情報学（BIO）; 巻 2013-BIO-34, 号 26, p. 1-6, 発行日 2013-06-20
• 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