人間の空間聴覚の目標駆動,神経生物学的にヒントを得た畳込みニューラルネットワークモデル【JST・京大機械翻訳】

van der Heijden Kiki; van der Heijden Kiki; van der Heijden Kiki; Mehrkanoon Siamak

文献

J-GLOBAL ID：202202269916507422 整理番号：22A0104598

人間の空間聴覚の目標駆動,神経生物学的にヒントを得た畳込みニューラルネットワークモデル【JST・京大機械翻訳】

Goal-driven, neurobiological-inspired convolutional neural network models of human spatial hearing

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0104598&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0104598&from=J-GLOBAL&jstjournalNo=W0360A") }}

著者 (4件)： , , ,
資料名：
巻： 470 ページ： 432-442 発行年： 2022年
JST資料番号： W0360A ISSN： 0925-2312 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

人間の脳は,空間キューの混合物を用いて,音局在化の複雑な計算タスクを無駄に解決する。脳が自然の聴取環境(例えば残響)でこのタスクをどのように行うかはよく理解されていない。本論文では,人間空間聴覚の目標駆動,神経生物学的に触発された畳み込みニューラルネットワーク(CNN)モデルを開発するために,複雑で高次元の問題を解決する際の深層ニューラルネットワークの成功について構築する。訓練後,CNNにおける音位置符号化の根底にある表現機構への洞察を得るために,中間層における特徴表現を可視化し,定量化した。結果は,人間の二耳聴覚特性で空間化された実生活音で訓練された神経生物学的にヒントを得たCNNモデルが,水平面での音位置を正確に予測できることを示した。方位角を横断したCNNの局在化は,人間の音の局在化視力に似ているが,CNNモデルは,背部の人間の音の局在化を凌駕する。異なる目的関数を持つ訓練モデルは,ユークリッドまたは角度距離を最小化すれば,特定の方法での局在化を変調する。さらに,バイノーラル統合の異なる実装は,人間における行動観察に類似した局在化誤差のユニークなパターンをもたらす。最後に,特徴表現は,初期層における広い空間表現から始まり,より深い層でのスパースで高度に選択的な空間表現に進展するネットワーク層を横切る空間選択性の勾配を明らかにした。まとめると,著者らの結果は,神経生物学的にヒントを得たCNNが,人間の空間聴覚をモデル化するための有効なアプローチであることを示した。本研究は,ヒト聴覚経路における神経音位置符号化の根底にある複雑な計算メカニズムを解明するために,ニューラルネットワークモデルと神経活動の経験的測定を組み合わせた将来の研究の道を開いた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

ニューロコンピュータ , 人工知能 , パターン認識

, , , , , ,

前のページに戻る