注視行動の非線形予測モデルによる認知発達過程の理解

使用注视行为的非线性预测模型了解认知发展过程

基本信息

批准号：
22800028
负责人：
日高昇平
金额：
$ 1.78万
依托单位：
Japan Advanced Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Research Activity Start-up
财政年份：
2010
资助国家：
日本
起止时间：
2010 至 2011
项目状态：
已结题

项目摘要

これまでの認知・言語発達の心理学的研究では、背景にある理論から仮説を立て、慎重に設計・統制された実験により、その仮説を支持または棄却する、という仮説検証型のパラダイムがとられてきた。本研究では、従来の仮説検証型パラダイムに対し、自由度の高い実験設計および高度な情報解析を基にした探索的なパラダイムを提案する。探索的パラダイムでは、認知・行動的情報を視線や体の動き、脳活動などの多センサにより計測し、データ駆動的な解析(データマイニング)により新たな知見の獲得を行う。本年度の研究成果は、The Ninth International Symposium on Intelligent Data Analysis,International Workshop on Spatial and Spatiotemporal Data Mining (SSTDM)などで発表を行った。これらの研究では、多センサ計測したヒト(1個人または複数人)の行動を、非線形力学系理論に基づき分析するためのアルゴリズムを提案した。提案したアルゴリズムは、従来の分析と異なり、時系列を非線形力学系から生成されたパタンとみなし、その離散化(記号力学系に基づく)を行う。アルゴリズムでは、記号空間と位相空間の二つを同時最適化する事で、多次元の位相空間から、行動特性を記述するためにより情報量の高い次元を選択する。このアルゴリズムを適用する事で、ヒトの顔表情から自動的に部分をクラスタ化し、笑い顔や話し顔を分類する事が可能であることが示された。また、ヒトとヒト、またはヒトとロボットのコミュニケーションのパタンを特性付けるためにも同手法が有効であることが示された。

到目前为止，关于认知和语言发展的心理学研究都采用假设检验范式，即根据基础理论建立假设，然后通过精心设计和控制的实验来支持或拒绝该假设。在这项研究中，我们提出了一种基于高度灵活的实验设计和先进的信息分析的探索性范式，与传统的假设检验范式相反。在探索范式中，使用凝视、身体运动和大脑活动等多种传感器来测量认知和行为信息，并通过数据驱动分析（数据挖掘）获得新知识。今年的研究成果在第九届智能数据分析国际研讨会、时空数据挖掘国际研讨会（SSTDM）等上发表。在这些研究中，我们提出了一种基于非线性动力系统理论来分析由多个传感器测量的人类（一个人或多人）行为的算法。该算法与传统分析的不同之处在于，它将时间序列视为非线性动力系统生成的模式，并将其离散化（基于符号动力系统）。该算法通过同时优化符号空间和拓扑空间，从多维拓扑空间中选择信息量较高的维度来描述行为特征。通过应用该算法，表明可以自动聚类部分人类面部表情并对笑脸和说话的脸进行分类。研究还表明，同样的方法对于表征人与人之间或人与机器人之间的通信模式是有效的。