[4K3-GS-1] 基礎・理論：認知・知覚

[4K3-GS-1-01] 畳み込みニューラルネットワークによる脳活動予測を介した映像に対する嗜好の個人差推定

〇川畑 輝一^1,2、Blanc Antoine²、西本 伸志^1,2、西田 知史^1,2 (1. 大阪大学 大学院生命機能研究科、2. 情報通信研究機構（NICT）未来ICT研究所 脳情報通信融合研究センター（CiNet）)

キーワード：深層学習、脳、好き嫌い、個人差、脳機能イメージング

映像のような感覚情報に対する主観的嗜好は、個々人の脳が生み出している。機械学習を用いた嗜好の個人差推定に、個々の脳の特性を組み込めれば、より正確な推定が可能になるだろう。本研究では、畳み込みニューラルネットワーク（CNN）に個々人の脳活動特性を取り入れて、映像に対する嗜好の個人差推定における性能の向上を試みた。この技術では、CNNで嗜好を直接推定するのではなく、映像に対する個々人の脳活動をCNNで予測するモデルを構築する。この予測モデルの学習には脳計測データが必要だが、一旦学習が完了した後は任意の映像に対する脳活動予測が、脳計測なしで可能になる。そして、予測した脳活動から嗜好を読み取る解読モデルを構築して、各映像に対する個々人の嗜好を推定する。本研究では、複数名から収集した映像に対する脳活動データと嗜好を反映するアンケートデータを用いて、提案技術による嗜好の個人差推定の性能を、CNN単独での推定の性能と比較した。その結果、提案技術の方が高い性能を示し、脳活動予測の形で個々人の脳特性を組み込むことにより、機械学習を用いた嗜好の個人差推定の性能向上が確認できた。