細谷晴夫

J-GLOBALへ         更新日: 16/09/14 16:39
 
アバター
研究者氏名
細谷晴夫
 
ホソヤ ハルオ
URL
http://www.cns.atr.jp/~hosoya/
所属
株式会社国際電気通信基礎技術研究所
部署
脳情報通信総合研究所
職名
主任研究員
学位
博士(理学)(東京大学)
その他の所属
独立行政法人理化学研究所

プロフィール

計算神経科学研究者。自然画像データを学習する階層的モデルを用いて、脳の視覚系の生理学的性質を、機能レベルで説明することによって、視覚皮質の計算メカニズムを明らかにしていく研究を行っています。

もとは計算機科学出身で、過去には、オートーマトンや数理論理を用いたプログラミング言語の設計理論を、XMLデータ処理に応用する研究もしていました。

研究分野

 
 

経歴

 
2011年
   
 
科学技術振興機構/理化学研究所 さきがけ研究者
 
2003年
 - 
2011年
東京大学 大学院・情報理工学研究科 講師
 
2001年
 - 
2003年
京都大学 数理解析研究所 助手
 
1999年
 - 
2001年
ペンシルバニア大学 客員研究員
 

学歴

 
2001年
   
 
東京大学大学院 理学部 情報科学専攻 博士号取得(理学)
 
1995年
 - 
2010年
東京大学大学院 理学部 情報科学専攻
 

受賞

 
2004年
井上科学振興財団 井上研究奨励賞 「XMLのための正規表現型」
 

論文

 
Modeling V1 and V2 by multilayer multinomial belief net
Hosoya Haruo
NIPS workshop on Deep learning and unsupervised feature learning      2010年   [査読有り]
Bayesian interpretation of border-ownership signals in early visual cortex
Hosoya Haruo
International Conference on Neural Information Processing      2010年   [査読有り]
Abstract category learning
Hosoya Haruo
European Symposim on Artificial Neural Networks      2010年   [査読有り]
Terashima H, Hosoya H
Network (Bristol, England)   20(4) 253-267   2009年   [査読有り]
Haruo Hosoya, Benjamin C. Pierce, Benjamin C. Pierce
   [査読有り]
We propose regular expression pattern matching as a core feature of programming languages for manipulating XML. We extend conventional pattern-matching facilities (as in ML) with regular expression operators such as repetition (*), alternation (|)...

Misc

 
細谷 晴夫
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   109(461) 71-76   2010年3月
Several recent model studies of visual cortex have used Bayesian networks and their belief propagation algorithms, and successfiully explained various physiological properties. This paper shows that a similar model can also explain another propert...
中村 尚太, 細谷 晴夫
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   109(461) 77-82   2010年3月
Non-negative matrix factorization (NMF) is a technique which learns non-negative bases from many non-negative inputs such that they can be approximated by multiplication of the bases and non-negative weights. Lee and Seiing applied NMF to facial i...
木下 祐介, 細谷 晴夫
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   109(461) 83-88   2010年3月
Cells in the area MT and MST are considered to analyze the visual movements of objects. A large number of cells in the area MT are selective to orientations of motion, while a large number of cells in the area MSTd, which is in the dorsal division...
一杉 裕志, 細谷 晴夫
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   109(461) 345-350   2010年3月
筆者らが提案するBESOMモデルと呼ぶ大脳皮質の計算論的モデルに、スパース符号化の機能を追加し、シミュレーションにより動作を確認した。BESOMモデルでは、大脳皮質のハイパーコラムはべイジアンネットにおける確率変数であると解釈する。本稿ではこの確率変数が、ハイパーコラムが不活性であることを示す値を取り得るようにモデルを拡張する。そして、認識時にほとんどのハイパーコラムが不活性になるようバイアスをかける。これにより、べイジアンネットの枠組みを壊さずにスパース符号化の機能を実現する。
細谷 晴夫
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   107(542) 151-156   2008年3月
階層性を持つ時系列を学習・認識する神経モデルを提案する。本モデルは、 一杉によるBESOMモデルに、「タイミング制御つきコピー」機能の拡張を加えたものである。前者は、大脳皮質の解剖学的特徴と一致するなど大脳のモデルとして有力であるが、本稿では後者が大脳皮質=視床=基底核の回路で実現されるという仮説を提唱する。本モデルはシミュレーションによって、簡単な課題に関して期待する動作をすることを確認した。

書籍等出版物

 
Haruo Hosoya
Cambridge University Press   2010年11月   ISBN:0521196132