1. HOME
  2. 応用脳科学アカデミー
  3. 2022年度
  4. 学習理論から迫る脳の意思決定と情動:吉本 潤一郎(藤田医科大学 医学部 教授)

応用脳科学アカデミー

2022年度

学習理論から迫る脳の意思決定と情動:吉本 潤一郎(藤田医科大学 医学部 教授)

過去の経験に基づき、将来を予測し、意思決定に役立てる能力を「学習」といいます。我々人間の脳は、意識することなく簡単に実現してしまっている学習ですが、どのような仕組みでそれが実現されているのでしょうか?本講義では、機械学習の理論やアルゴリズムを活用して、脳の学習・意思決定・情動の仕組みを理解しようとする試みをご紹介します。

講師

吉本 潤一郎 先生
藤田医科大学 医学部 教授
奈良先端科学技術大学院大学 先端科学技術研究科情報科学領域 客員教授
国際電気通信基礎技術研究所 脳情報通信総合研究所 客員主幹研究員

日時

2022年11月25日(金)13:00~17:30(12:40より受付開始)
※吉本先生の講義は、14:20~15:30です。

場所

オンライン講義 ※変更になりました

お問い合せ先

本アカデミーに関するご質問等は、「各種お問い合わせフォーム」より、お問い合わせください。

講師紹介

吉本 潤一郎(よしもと じゅんいちろう)先生

現職

  • 藤田医科大学 医学部 教授
  • 奈良先端科学技術大学院大学 先端科学技術研究科情報科学領域 客員教授
  • 国際電気通信基礎技術研究所 脳情報通信総合研究所 客員主幹研究員

経歴

  • 2002年10月 – 2004年3月 科学技術振興機構 CREST銅谷プロジェクト 研究員
  • 2004年4月 – 2005年8月 科学技術振興機構 沖縄新大学院大学先行研究事業 研究員
  • 2005年9月 – 2010年3月 沖縄科学技術研究基盤整備機構 神経計算ユニット 研究員
  • 2010年4月 – 2011年10月 沖縄科学技術研究基盤整備機構 神経計算ユニット グループリーダー
  • 2011年11月 – 2015年7月 沖縄科学技術大学院大学学園 神経計算ユニット グループリーダー
  • 2015年8月 – 2018年3月 奈良先端科学技術大学院大学 情報科学研究科 准教授
  • 2015年8月 – 2019年3月 沖縄科学技術大学院大学 神経計算ユニット 客員研究員
  • 2018年4月 – 2021年12月 奈良先端科学技術大学院大学 先端科学技術研究科情報科学領域 准教授
  • 2018年12月 – 現在 ATR脳情報通信総合研究所 計算脳イメージング研究室 客員主幹研究員
  • 2022年1月 – 現在 藤田医科大学 医学部 教授
  • 2022年1月 – 現在 奈良先端科学技術大学院大学 先端科学技術研究科情報科学領域 客員教授

研究概要

ベイズ推定や強化学習を中心とした機械学習法の開発とその生命科学データ解析への応用に関する研究

主な業績

  • Regonia, P. R., Takamura, M., Nakano, T., Ichikawa, N., Fermin, A., Okada, G., Okamoto, Y., Yamawaki, S., Ikeda, K., & Yoshimoto, J. (2021). Modeling Heterogeneous Brain Dynamics of Depression and Melancholia Using Energy Landscape Analysis. Frontiers in Psychiatry, 12, 2113.
  • Nakano, T., Takamura, M., Nishimura, H., Machizawa, M. G., Ichikawa, N., Yoshino, A., Okada, G., Okamoto, Y., Yamawaki, S., Yamada, M., Suhara, T., & Yoshimoto, J. (2021). Resting-state brain activity can predict target-independent aptitude in fMRI-neurofeedback training. NeuroImage, 245, 118733.
  • Nakano, T., Takamura, M., Ichikawa, N., Okada, G., Okamoto, Y., Yamada, M., … Yoshimoto, J. (2020). Enhancing Multi-Center Generalization of Machine Learning-Based Depression Diagnosis From Resting-State fMRI. Frontiers in Psychiatry, 11(May), 1–10.
  • Tokuda, T., Yoshimoto, J., Shimizu, Y., Okada, G., Takamura, M., Okamoto, Y., … Doya, K. (2018). Identification of depression subtypes and relevant brain regions using a data-driven approach. Scientific Reports, 8(1), 14082.
  • Nagai, T., Yoshimoto, J., Kannon, T., Kuroda, K., & Kaibuchi, K. (2016). Phosphorylation Signals in Striatal Medium Spiny Neurons. Trends in Pharmacological Sciences, 37(10), 858–871.
  • Yoshimoto, J., Sato, M.-A., & Ishii, S. (2011). Bayesian Normalized Gaussian Network and Hierarchical Model Selection Method. Intelligent Automation & Soft Computing, 17(1), 71–94.
  • Yoshimoto, J., Nishimura, M., Tokita, Y., & Ishii, S. (2005). Acrobot control by learning the switching of multiple controllers. Artificial Life and Robotics, 9(2), 67–71.

             

関連講義