C01 巡回因果表現学習による脳の予測行動原理の解明
本研究は生物の予測と行動の背後にある高度なメカニズムの情報科学的な解明を目的とします。外界・知覚・行動の関係性を記述する情報理論としては自由エネルギー原理などが提案されていますが，理論の抽象度が高く，実際の高次元脳活動データとの対応付けは困難となります。そのために本研究では，新たな機械学習理論に基づく教師なしデータ駆動表現学習法を開発し，外界・脳活動・行動のマルチモーダル計測データから，その背後にある高次（抽象的）潜在表現とその巡回因果的な情報処理構造の推定を目指します。提案した手法は実際にヒトまたは動物が外界とインタラクションしている際の，外界（視覚・聴覚・触覚刺激など）・脳活動（fMRI・脳波・カルシウムイメージング・スパイクなど）・行動（動物の映像・姿勢・動作など）の高次元マルチモーダル同時計測データに適用することで，モダリティ間の隠れた依存関係を解明し，生物の予測・行動の統一理論に対する新たな理解に迫ります。
