Extraction of Episode-Specific Ripple Firings Patterns Using Grad-CAM

カテゴリ: 研究会(論文単位)

論文No: PI23079

グループ名: 【C】電子・情報・システム部門 知覚情報研究会

発行日: 2023/12/23

タイトル(英語): Extraction of Episode-Specific Ripple Firings Patterns Using Grad-CAM

著者名: 石原 裕太(香川大学),友原 悠登(香川大学),藤本 憲市(香川大学),村井 礼(山口大学),石川 淳子(山口大学),美津島 大(山口大学)

著者名(英語): Yuta Ishihara(Kagawa University),Yuto Tomohara(Kagawa University),Ken'ichi Fujimoto(Kagawa University),Hiroshi Murai(Yamaguchi University),Junko Ishikawa(Yamaguchi University),Dai Mitsushima(Yamaguchi University)

キーワード: リップル波|経験エピソード|畳み込みニューラルネットワーク|Ｇｒａｄ－ＣＡＭ|ripple firings|experienced episodes|convolutional neural network|gradient-weighted class activation mapping

要約(日本語): 感情的エピソードの経験が海馬CA1ニューロンにおけるリップル発火率を増加させることが知られている。経験したエピソードによってリップル波形の形状が動的に変化するという仮定の下で，著者らは，リップル波形を経験エピソードに正しく分類できる畳み込みニューラルネットワーク（CNN）を構築した。本研究では，CNNとGrad-CAMを組み合わせて，各エピソードのリップル波形から特徴的な部分波形を抽出した。

要約(英語): We hypothesized that the shape of ripple firings dynamically changes by experienced episode. We developed a convolutional neural network (CNN) model that can correctly classify the ripple firings into experienced episodes. In this research, we extracted the parts of ripple firings using the developed CNN model in conjunction with a gradient-weighted class activation mapping.

本誌: 2023年12月26日知覚情報研究会

本誌掲載ページ: 21-22 p

原稿種別: 英語

PDFファイルサイズ: 427 Kバイト