分散表現と神経力学系のダイナミクスに基づく手の行動推定

摘要

力学系は微分方程式を用いて記述されているため,連続的な変化やそれらの動的な特性を扱うことができるなど運動情報処理において多くの利点がある.しかし,運動の時間的順序など複雑な時空間パターンを処理することは苦手であるとされてきた.そこで,力学系はしばしばシンボル処理システムあるいは離散系と組み合わされてハイプリッドシステムとして用いられている.しかし,ハイブリッドシステムでは力学系である利点を十分に生かすことができない.そこで本論文では,分散表現と神経力学系だけに基づいて複雑な運動情報を処理する方法について検討する.具体的には,連続時間のダイナミクスをもつリカレントニューラルネットワークの一種である軌道アトラクタモデルを用いて,人の手や腕の行動を推定するシステムを構築した.本システムはコードパターン間の類似性に基づいて類推することで手や腕の基本動作とともに未学習の動作も処理して,複雑な動作系列(行動)をロバストに推定することができる.これは,時々刻々の動作に対応する一連の部分空間において形成された軌道アトラクタにネットワークの状態を引き込み,その軌道に沿って安定して状態遷移するためである.表面筋電位から行動を推定する実験を行った結果,本システムが15種類の複雑な行動を約86%の正答率で推定できることがわかった.これは,分散表現と神経力学系に基づく運動情報処理の大きな可能性を示している.