| 講演抄録／キーワード |
| 講演名 |
2020-02-27 14:55
MVBGM-MSに基づく画像注視時の脳活動データを用いた画像カテゴリの推定に関する検討
○赤松祐亮（北大）・原川良介（長岡技科大）・小川貴弘・長谷山美紀（北大） |
| 抄録 |
（和） |
本稿では，画像注視時の脳活動データを用いた画像カテゴリの高精度な推定を実現するため，multi-view Bayesian generative model for multi-subject fMRI data (MVBGM-MS) を提案する.MVBGM-MS では，脳活動データの 被験者依存の影響を軽減するため，複数人の脳活動データにより共有される潜在表現を抽出する.さらに，得られた潜 在表現と注視した画像から得られる視覚的な特徴量および意味的な特徴量との関連性を推定することで，脳活動デー タを用いた画像カテゴリの推定を実現する.実験では，MVBGM-MS の有効性および脳活動データを用いる被験者数 を増やした際の推定精度の変化を検証する. |
| （英） |
This paper presents multi-view Bayesian generative model for multi-subject fMRI data (MVBGM-MS) for accurate estimation of image categories using brain activity while viewing images. MVBGM-MS extracts latent representations shared by multi-subject brain activity to decrease the influence depending on brain activity of each subject. Furthermore, we associate the derived latent representations with visual features and semantic features extracted from viewed images for estimation of image categories using brain activity. In the experiment, we verify the effectiveness of MVBGM-MS and the relationship between estimation performance and the number of subjects for utilizing brain activity. |
| キーワード |
（和） |
Brain decoding / fMRI / 生成モデル / マルチモーダル解析 / / / / |
| （英） |
Brain decoding / fMRI / generative model / multi-view learning / / / / |
| 文献情報 |
映情学技報, vol. 44, no. 6, ME2020-44, pp. 79-83, 2020年2月. |
| 資料番号 |
ME2020-44 |
| 発行日 |
2020-02-20 (MMS, HI, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
|