| 山本 智章 | M, 2回目発表 | 数理情報学 | 池田 和司, | 安本 慶一, | 吉本 潤一郎, | 福嶋 誠, | 日永田 智絵 |
|
title: Estimation of driver's emotion using biological signals
abstract: Car control by an autonomous driving system (ADS) may cause discomfort to the driver. In order to solve this problem, the ADS needs to detect the level of the driver's discomfort and control the car to lower it. However, the evaluation index of discomfort for the ADS to detect it has not been established. Here, previous studies have suggested that some biological signals may be able to detect changes in emotional levels. Based on the above background, the purpose of this study is to establh a driver discomfort estimation method using biological signals. As a concrete method, we constructed a model that discriminate discomfort from neutral state. Here, as a discriminative model, we used a sparse logistic regression model (SLR model) in which the logistic regression model was L1 regularized. The two-class classification performance of the SLR model was evaluated by nested-cross-validation. In addition, the relationship between the posterior probability of the discomfort class (SLR score) and the discomfort level was evaluated using the data about situation around the car. language of the presentation:Japanese 発表題目:生体信号を用いたドライバーの情動推定 発表概要:自動運転システム(ADS)による車両制御は，ドライバーの不快感を生起させる可能性がある．この問題を解決するためには，ADSがドライバーの不快情動の水準を検知し，これを低下させるような車両制御を行う必要がある．しかし，ADSが不快情動を検知するための評価指標は未確立である．ここで先行研究により，一部の生体信号は情動の水準変化を反映することが示唆されている．以上の背景より本研究では，生体信号を用いたドライバーの不快情動推定手法の確立を目的とする．具体的手法として，不快状態と通常状態を識別するモデルを構築した．ここで識別モデルとして，ロジスティック回帰モデルにL1正則化を施した，スパースロジスティック回帰モデル(SLRモデル)を用いた．SLRモデルの2クラス分類性能を二重交差検証により評価した．また, 不快状態クラスの事後確率(SLRスコア)と不快情動水準の関係性を車両周辺状況データにより評価した． | |||||||
| 平井 恒良 | M, 2回目発表 | 数理情報学 | 池田 和司, | 杉本 謙二, | 吉本 潤一郎, | 福嶋 誠, | 日永田 智絵 |
|
title: Solar Irradiance Forecasting using Total Sky Image for Maximum Power Point Tracking abstract: To maximize the generated power of photovoltaic cells, maximum power point tracking is implemented. However, the tracking has a delay and produces a mismatch error. To reduce this loss, solar irradiance should be predicted in order of seconds. In this study, we propose a prediction system using total sky images. Our system consists of the estimation of solar irradiance based on a cloud-luminance model and the prediction of the cloud distribution based on a displacement model. The system will be evaluated by our own data for two years. language of the presentation: Japanese 発表題目：最大電力点追従のための全天球画像を用いた日射強度予測 発表概要：太陽光発電効率を最大化するために最大電力点追従が行われる．しかし，実測値を用いた最大電力点追従では時間遅れによるミスマッチ損失が生じる．そこで，秒オーダーでの日射強度予測が必要とされる．本研究では全天球画像を用いた日射強度予測法を提案する．まず，雲の輝度値モデルから雲の分布および，雲の厚みを推定し，日射強度推定を行う．また，画像間の雲の変位を計算することで雲の分布を予測する．これら2つのシステムを組み合わせることで日射強度予測を実現する．過去2年間のデータを使用し，提案手法を評価する予定である． | |||||||
| 中村 隆亮 | M, 2回目発表 | 数理情報学 | 池田 和司, | 作村 諭一, | 吉本 潤一郎, | 福嶋 誠, | 日永田 智絵 |
|
title:
Effects of the choice of parcellation scale on the repeadability and validity of community detection in functional brain networks
abstract: In the study of functional brain networks, community detection methods have been widely used to find densely coupled subgroups (communities or modules) of nodes in the network. While these network nodes across a whole brain have been defined based on various cortical parcellations, how different parcellation scales affect community detection has not been systematically investigated. In this study, we aimed to provide a guideline for the selection of a percellation scale for community detection, and we clarified which percellation scale could provide a more valid community partition with higher repeatability from brain functional networks. language of the presentation: Japanese 発表題目: パーセレーションスケールの選択が脳機能ネットワークに対するコミュニティ検出解の再現性と妥当性に与える影響について 発表概要: 脳機能ネットワーク分析の研究では，ネットワークにおいてノード同士が密に結合しているサブグループ（コミュニティ，あるいはモジュール）を発見するために，コミュニティ検出手法が広く用いられてきた．全脳にわたるこれらのネットワークノードはさまざまな皮質パーセレーションに基づいて定義されてきた一方で，パーセレーションのスケールの違いがコミュニティ検出にどのように影響するかについてはこれまで系統的に調べられてこなかった．そこで本研究では，コミュニティ検出におけるパーセレーションスケール選択のためのガイドラインの提供を目標とし，どのパーセレーションスケールを用いれば，脳機能ネットワークからより高い再現性でより妥当なコミュニティ検出解が得られるのかを明らかにした． | |||||||
| TIAN JIAXING | M, 2回目発表 | 数理情報学 | 池田 和司, | 作村 諭一, | 吉本 潤一郎, | 福嶋 誠, | 日永田 智絵 |
|
title: A free energy principle based unified view for human choice models: choices in 2-armed bandit problem
abstract: In the research of human decision-making, 2-armed bandit is a very classic problem. Some models can fit humans' choices in 2-armed bandit experiments well under certain conditions, such as reinforcement learning, probability matching law, Win-Stay-Lose-Shift, etc. Although many studies have explained these models in psychology and neuroscience, few studies have unified these models with an essential principle. This study proposes a unified view to integrating these models for the 2-armed bandit problem based on the free energy principle, which accounts for action, perception and unifies several global brain theories. It will be helpful to uncover the neural correlates related to each step of internal inference, resulting in proof of the "Bayesian Brain" hypothesis. language of the presentation: English | |||||||