@techreport{oai:ipsj.ixsq.nii.ac.jp:00092668,
 author = {樋口, 翔 and 野田, 淳史 and 曰野, 英逸 and 村田, 昇 and Sho, Higuchi and Atsushi, Noda and Hideitsu, Hino and Noboru, Murata},
 issue = {26},
 month = {Jun},
 note = {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．, 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.},
 title = {スパイクデータ解析のためのグラフ構造モデリング},
 year = {2013}
}