プレスリリース
-
【記者発表】次世代人工知能の性能革新
[ 発表者 ] 江波戸 雄大(千葉工業大学 大学院情報科学研究科) 信川 創(千葉工業大学 情報変革科学部 情報工学科 教授/同大学数理工学研究センター 非常勤主席研究員/国立研究開発法人国立精神・神経医療研究センター 精神保健研究所児童・予防精神医学研究部 客員研究員) 酒見 悠介(千葉工業大学 数理工学研究センター 上席研究員/東京大学国際高等研究所ニューロインテリジェンス国際研究機構(WP… More
千葉工業大学・東京大学などの研究チーム、ニューロンの時間履歴項調整による ダイナミクスの最適化がエコーステートネットワーク性能向上の鍵 -
【記者発表】株式取引の外生的・内生的要因を推定する 効率的なアルゴリズムを開発 ――COVID-19流行初期における東証市場のダイナミクスを網羅的に可視化――
発表のポイント 大量の株式取引データを網羅的に分析するため、異なる時点間における外生的・内生的要因の相互依存性を考慮しつつ、計算コストも勘案したアルゴリズムを開発しました。 COVID-19の流行により不安定化した2020年3月の東証市場において、日銀による金融緩和政策や米国の景気刺激策のニュースに対する市場の反応を捉えることができました。 提案したアルゴリズムは、金融庁・東京大学間の連携協力協定に基づ… More -
【記者発表】脳画像データによる精神病発症を判別する機械学習器を開発
発表のポイント 国際共同研究コンソーシアムによる精神病ハイリスク群の脳構造画像を機械学習することにより、のちの精神病発症を判別する機械学習器を開発しました。 多施設から得られた大規模な脳画像データを適切に処理することにより、精神病発症より以前に撮られた脳画像によっても、のちの発症を判別できることが初めて確認されました。 実際の臨床現場で一般に必要とされるバイオマーカーとしての応用が期待されます。
機械学習… More
-
【記者発表】第一回緊急事態宣言後の思春期海馬変化が明らかに
発表のポイント COVID-19パンデミックのために発令された第一回緊急事態宣言が思春期海馬の一過性体積増加、3つの海馬亜領域体積および海馬の微細構造統合の増加と関連していることを示しました。 本研究は東京ティーンコホート・サブサンプル研究(pn-TTC)プロジェクトの大規模な縦断脳画像データセットを用いて、COVID-19パンデミックに関連するマクロおよびミクロ脳構造変化を体系的に調査する初めての試… More -
【記者発表】引きこもり症状の持続と身体不調の増加は思春期の希死念慮リスクと関係 ―東京ティーンコホートで精神症状の経時変化を網羅的に分析―
発表のポイント 一般の思春期における様々な精神症状の経時変化を網羅的に分析し、持続する引きこもり症状と増加する身体不調がどちらも希死念慮のリスクであることを見出しました。 思春期の精神症状の自殺リスクは経時変化のパターン(持続、増加、減少など)によって異なることがわかっていますが、過去の研究ではそれぞれ一種類の症状の経時変化しか分析されていませんでした。本研究はさまざまな精神症状の経時変化を同時に分析… More -
【記者発表】思春期の脳とこころの不調の予防にいじめの防止が重要
発表のポイント 思春期早期の2時点において、脳内の神経伝達物質の機能が低いとこころの不調が多く、また2時点の変化(差)として、神経伝達物質機能がより低くなるとこころの不調がより多くなることを明らかにしました。さらに脳内の神経伝達物質機能は、いじめ被害があると低く、いじめ被害を受けた児においては、援助を求める傾向がある場合に高いことを明らかにしました。 思春期の複数時点におけるこころの不調と脳内の神経伝… More -
【記者発表】神経修飾機構を模した自己制御機能の導入による レザバーコンピューティングの高性能化
キーワード: レザバーコンピューティング、神経修飾機構、物理実装、エッジAI
-
【記者発表】時間符号スパイキングニューラルネットワークの 発火頻度を低減した学習に成功
キーワード: スパイキングニューラルネットワーク、テンポラルコーディング、エッジAI
-
【記者発表】新型コロナウイルス排出と粘膜抗体の関係を解明
【本研究のポイント】 鼻粘膜上の分泌型Ig-A抗体注1)が新型コロナウイルス患者の感染性ウイルス排出を防ぐ可能性を示唆 分泌型Ig-A抗体は他抗体よりも鼻粘膜のウイルス量や感染力を強く抑制する傾向を示唆 呼吸器ウイルスの感染抑制における分泌型Ig-A抗体の臨床的意義を立証 【研究概要】 国立大学法人東海国立大学機構 名古屋大学大学院理学研究科の西山 尚来 博士後期課程、岩見 真吾… More
~呼吸器ウイルスのヒト間伝播を制御・予防する第一歩~ -
【記者発表】助けを求められず自殺リスクの高い思春期児童の一群を 深層学習技術で同定 ―東京ティーンコホートの児童本人と養育者による評価から―
発表のポイント 思春期児童の精神症状の多様な変化パターンが5つの特徴的なグループに分けられることを見出しました。そのうち本人の苦痛が養育者から見逃されていた一群は自傷や希死念慮のリスクが高く周囲に助けを求めない傾向がありました。 思春期児童本人と養育者が評価した思春期児童における多くの精神症状とその時間経過に伴う変化について、同時に扱うことを深層学習(ディープラーニング)技術により可能とし、精神病理の… More