行動決定系列からの学習系の内部状態/パラメータ系列の推定

概要

論文の詳細を見る
本研究の目的は、自律的な学習系の内部状態や結合荷重などのパラメータ,学習速度などのメタパラメータなど直接観測できない変数を入出力など観測可能な変数から推定する手法を確立することである。神経科学では脳内の神経活動と感覚入力や行動との相関を求めることにより、その機能の推定が行われる。しかし、高次脳機能モデルを検証する場合、神経活動を感覚運動情報として直接観測できない変数との相関を求める必要が出てくる。さらに学習系ではその内部変数は時間とともに変化し、その変化の仕方は個体や試行ごとに異なる。このような隠れた変数を観測可能な変数から推定する手法として、ベイズ推定がある。ベイズ推定では、学習系が用いている内部変数やパラメータなどの依存関係を与えるモデル構造を仮定した上で、その内部変数やパラメータの確率分布をデータの事後分布として推定する。今回我々は、人間や動物が確率的に得られる報酬を最大化する課題において、報酬の期待値を行動選択のパラメータとして持ち、それらが学習速度などのメタパラメータにより変化する強化学習モデルを仮定し、行動出力と報酬信号の時系列からパラメータとメタバラータの推定を行う方法を定式化する。それを、サルの行動実験データに適用し、推定されたパラメータにおけるモデルと実際の行動の一致度を評価する。
2003-03-12

行動決定系列からの学習系の内部状態/パラメータ系列の推定

スポンサーリンク

概要

著者

関連論文

スポンサーリンク