| 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 |
|
| 研究会情報 |
| 研究会 |
HI IEICE-IE IEICE-ITS MMS ME AIT |
| 開催期間 |
2020-02-27 - 2020-02-28 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
Hokkaido Univ. |
| テーマ（和） |
画像処理および一般 |
| テーマ（英） |
Image Processing, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2020-02-HI-IE-ITS-MMS-ME-AIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
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 |
| サブタイトル（和） |
|
| タイトル（英） |
A Note on Estimation of Image Categories Using Brain Activity While Viewing Images Based on MVBGM-MS |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
Brain decoding / Brain decoding |
| キーワード(2)（和/英） |
fMRI / fMRI |
| キーワード(3)（和/英） |
生成モデル / generative model |
| キーワード(4)（和/英） |
マルチモーダル解析 / multi-view learning |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
赤松 祐亮 / Yusuke Akamatsu / アカマツ ユウスケ |
| 第1著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
原川 良介 / Ryosuke Harakawa / ハラカワ リョウスケ |
| 第2著者 所属（和/英） |
長岡技術科学大学 (略称： 長岡技科大)
Nagaoka University of Technology (略称： Nagaoka Univ. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） |
小川 貴弘 / Takahiro Ogawa / オガワ タカヒロ |
| 第3著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
長谷山 美紀 / Miki Haseyama / ハセヤマ ミキ |
| 第4著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2020-02-27 14:55:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2020-16, HI2020-16, ME2020-44, AIT2020-16 |
| 巻番号（vol） |
vol.44 |
| 号番号（no） |
no.6 |
| ページ範囲 |
pp.79-83 |
| ページ数 |
5 |
| 発行日 |
2020-02-20 (MMS, HI, ME, AIT) |
|