島崎 秀昭

J-GLOBALへ         更新日: 18/09/20 19:35
 
アバター
研究者氏名
島崎 秀昭
URL
http://goo.gl/viSNG
所属
京都大学
職名
特定准教授
学位
Ph.D.
ORCID ID
0000-0001-7794-3064

プロフィール

京都大学大学院情報学研究科知能情報学専攻 特定准教授(2017- ) ホンダ・リサーチ・インスティチュート・ジャパン シニアサイエンティスト(2016- ) 理化学研究所脳科学総合研究センター研究員(2011-2016) マサチューセッツ工科大学訪問研究員(2009-2010) 理化学研究所脳科学総合研究センター訪問研究員(2007-2010) 日本学術振興会特別研究員(2006-2008, 2008-) 京都大学理学研究科物理学・宇宙物理学専攻博士(理学)(2007) ジョンズ・ホプキンス大学医学部神経科学科修士(神経科学)(2003) 慶應義塾大学理工学部物理情報工学科学士(工学)(2000)

研究キーワード

 
 

研究分野

 
 

経歴

 
 
   
 
京都大学大学院情報学研究科知能情報学専攻 / ホンダ・リサーチ・インスティチュート・ジャパン 特定准教授 / シニアサイエンティスト
 

受賞

 
2016年10月
The 23rd International Conference on Neural Information Processing Excellent paper award
 
2009年9月
日本神経回路学会大会研究賞
 
2006年9月
日本神経回路学会奨励賞
 

論文

 
State-space analysis of an Ising model reveals contributions of pairwise interactions to sparseness, fluctuation, and stimulus coding of monkey V1 neurons
Jimmy Gaudreault, Hideaki Shimazaki
Lecture Notes in Computer Science      2018年   [査読有り]
In this study, we analyzed the activity of monkey V1 neu- rons responding to grating stimuli of different orientations using inference methods for a time-dependent Ising model. The method provides optimal estimation of time-dependent neural intera...
Kass RE, Amari S, Arai K, Diekman CO, Diesmann M, Doiron B, Fairhall A, Fiddyment GM, Fukai T, Grün S, Harrison MT, Helias M, Nakahara H, Teramae J, Thomas PJ, Reimers M, Rodu J, Rotstein HG, Shea-Brown E, Shimazaki H, Shinomoto S, Yu BM, Kramer MA
Annual Review of Statistics and Its Application      2018年   [査読有り]
MaBouDi H, Shimazaki H, Giurfa M, Chittka L
PLoS Computational Biology   13(6) e1005551   2017年6月   [査読有り]
Donner C., Obermeyer K., Shimazaki H.
PLoS Computational Biology   13(1) e1005309   2017年1月   [査読有り]
The models in statistical physics such as an Ising model offer a convenient way to characterize stationary activity of neural populations. Such stationary activity of neurons may be expected for recordings from in vitro slices or anesthetized anim...
Safura Rashid Shomali, Majid Nili Ahmadabadi, Hideaki Shimazaki, Seyyed Nader Rasuli
Journal of Computational Neuroscience   44(2) 147-171   2018年3月   [査読有り]
Donner C and Shimazaki H
Lecture Notes in Computer Science   9949 104-110   2016年9月   [査読有り]
Mochizuki Y, Onaga T, Shimazaki H, Shimokawa T, Tsubo Y, Kimura R, Saiki A, Sakai Y, Isomura Y, Fujisawa S, Shibata K, Hirai D, Furuta T, Kaneko T, Takahashi S, Nakazono T, Ishino S, Sakurai Y, Kitsukawa T, Lee JW, Lee H, Jung MW, Babul C, Maldonado PE, Takahashi K, Arce-McShane FI, Ross CF, Sessle BJ, Hatsopoulos NG, Brochier T, Riehle A, Chorley P, Grün S, Nishijo H, Ichihara-Takeda S, Funahashi S, Shima K, Mushiake H, Yamane Y, Tamura H, Fujita I, Inaba N, Kawano K, Kurkin S, Fukushima K, Kurata K, Taira M, Tsutsui K, Ogawa T, Komatsu H, Koida K, Toyama K, Richmond BJ, Shinomoto S
The Journal of neuroscience   36(21) 5736-5747   2016年5月   [査読有り]
Chou M.Y., Amo R., Kinoshita M., Cherng B.W., Shimazaki H., Agetsuma M., Shiraki T., Aoki T., Takahoko M., Yamazaki M., Higashijima S., and Okamoto H.
Science   352(6281) 87-80   2016年4月   [査読有り]
HaDi MaBouDi, Hideaki Shimazaki, Shun-ichi Amari, Hamid Soltanian-Zadeh
Vision Research   120 61-73   2016年3月   [査読有り]
Natural scenes contain richer perceptual information in their spatial phase structure than their amplitudes. Modeling phase structure of natural scenes may explain higher-order structure inherent to the natural scenes, which is neglected in most c...
arXiv   1512.07855   2015年12月
We show that dynamical gain modulation of neurons' stimulus response is described as an information-theoretic cycle that generates entropy associated with the stimulus-related activity from entropy produced by the modulation. To articulate this th...
Hideaki Shimazaki, Kolia Sadeghi, Tomoe Ishikawa, Yuji Ikegaya, and Taro Toyoizumi
Scientfic Reports   5 9821   2015年   [査読有り]
Shimazaki H
Journal of Physics: Conference Series   473 012009   2013年12月   [査読有り][招待有り]
Shimazaki H, Amari S, Brown EN, Grün S
PLoS computational biology   8 e1002385   2012年3月   [査読有り]
Shimazaki H, Shinomoto S
Journal of computational neuroscience   29(1-2) 171-182   2010年8月   [査読有り]
Shimazaki H., Amari S., Brown E. N., and Gruen S.
Proc. IEEE ICASSP2009   3501-3504   2009年   [査読有り][招待有り]
Shimazaki H, Shinomoto S
Neural computation   19(6) 1503-1527   2007年6月   [査読有り]
A recipe for optimizing a time-histogram
Shimazaki H. and Shinomoto S.
Advances in Neural Information Processing Systems   19 1289-1296   2007年   [査読有り]
Shimazaki H, Niebur E
Physical review. E, Statistical, nonlinear, and soft matter physics   72(1,Pt.1) 011912   2005年7月   [査読有り]
Tsukada M, Aihara T, Kobayashi Y, Shimazaki H
Hippocampus   15 104-109   2005年   [査読有り]
小林祐喜, 島崎秀昭, 相良威, 塚田稔
日本神経回路学会誌 = The Brain & neural networks   8(2) 57-64   2001年6月

Misc

 
認識と行動の適応原理
島崎 秀昭
日本神経回路学会誌   25(3) 86-103   2018年9月
本稿は生物の認識と行動の環境への適応に関する理論の解説を行う.始めに環境の階層モデルに対する近似推論法を紹介し,サプライズ最小化の原理から生物の認識及び行動の説明を試みるFristonらの自由エネルギー原理を機械学習の立場から概観する.次に階層モデルによるアプローチを情報理論の観点から考察し,情報量最大化原理に基づく古典的な知覚の理論や非線形信号処理との関係を解説する.最後に認識のモデルに対する熱力学的な取り扱いを紹介し,学習過程のエントロピー・自由エネルギーのダイナミクスを考察して熱力学...
特集「自由エネルギー原理入門」
島崎 秀昭,吉田 正俊,田口 茂,磯村 拓哉, 田中 琢真,大羽 成征,乾 敏郎
日本神経回路学会誌   25(3) 51-52   2018年9月
島崎 秀昭,大羽 成征,吉田 正俊
日本神経回路学会誌   24(4) 228-232   2017年12月   [依頼有り]
Fukai T, Shimazaki
Optogenetic activation of an inhibitory network enhances feedforward functional connectivity in auditory cortex      2014年1月   [依頼有り]
Fukai T and Shimazaki H: F1000Prime Recommendation of [Hamilton LS et al., Neuron 2013,80(4):1066-76]. Faculty of 1000, 10 Jan 2014; DOI: 10.3410/f.718185775.793489321.
島崎 秀昭
生物物理   53(2) 103-104   2013年   [査読有り][依頼有り]
島崎 秀昭
日本神経回路学会誌   18(4) 194-203   2011年12月   [査読有り][依頼有り]
島崎秀昭
日本神経回路学会誌 = The Brain & neural networks   13(2) 84-85   2006年6月

書籍等出版物

 
Dynamic Neuroscience
Ed. Zhe Chen and Sridevi Sarma (担当:分担執筆, 範囲:Chapter 11: Neural Engine Hypothesis)
Springer, Cham   2018年1月   ISBN:978-3-319-71975-7
金澤一郎 (監修), 宮下保司 (監修) (担当:単訳, 範囲:付録F:神経科学への理論的アプローチ:単一ニューロンからネットワークまで)
メディカルサイエンスインターナショナル   2014年4月   ISBN:4895927717

講演・口頭発表等

 
島崎 秀昭
第6回 数理モデリング研究会   2018年7月6日   
神経細胞の集団活動のメカニズムについて考察した最近の研究を紹介する.神経細胞集団の発火活動の高次統計構造を調べるとスパースな発火活動を示していることが知られている [1,2] がその生成メカニズムは明らかになっていない.今回,生体内の条件に近い状態における積分発火ニューロンの解析的な入出力関係を導出した[3]のを機会として,この解を用いて共通入力によって生成される集団発火活動の相関構造を調べた.スパースな発火を生成する複数の神経回路を調べて視覚野神経細胞の活動と比べることで,基本となる回路...
State-space analysis of an Ising model reveals contributions of pairwise interactions to sparseness, fluctuation, and stimulus coding of monkey V1 neurons
脳と心のメカニズム第18回冬のワークショップ   2018年1月9日   
Fluctuations of event occurrences in a variety of networks   2017年11月15日   Shigeru Shinomoto (Kyoto University), Takaaki Aoki (Kagawa University) Ryota Kobayashi (NII), Taro Takaguchi (NICT), Hideaki Shimazaki (Kyoto University, HRI)
In this talk, we will summarizes reported findings on variable and sparse population activity, and suggest computational models that explain it. Analysis of higher-order interactions among spiking activities of neurons revealed sparse population a...
神経細胞集団活動の統計数理 [招待有り]
島崎 秀昭
玉川大学 脳科学ワークショップ   2017年9月27日   玉川大学
脳の神経細胞はスパイクと呼ばれるイベントを介して情報のやりとりを行い,協調して情報を処理している.このように相互作用するイベント生成システムの記述として,講演者はこれまで統計学・機械学習・統計物理学・熱力学の知見を横断的に使用して神経細胞の情報処理にせまる手法を開発してきた.本講演ではこれらの手法により明らかになった神経細胞の集団活動の特徴を紹介する.
鳥越 万紀夫, Islam Tanvir, 柿沼 久哉, 島崎 秀昭, 馮 志聰, 青木 田鶴, 深井 朋樹, 岡本 仁
第40回日本神経科学大会   2017年7月23日   日本神経科学会
One of major goals in neuroscience is to understand how the dynamics of neural activities across multiple brain regions generate function. For this, model animal, in which we can simultaneously capture the neural activity from multiple brain regio...
神経活動データの時系列モデリング入門 [招待有り]
島崎 秀昭
第8回脳科学若手の会合宿   2017年3月4日   脳科学若手の会
脳の神経細胞ネットワークはスパイクを伝達して情報処理を行っています.私たちの外界に対する認識や行動はこの離散的信号に書き込まれていると言ってよいかもしれません.従ってこの時系列信号を扱う統計・数理が必要です.スパイク活動データの統計構造は外界からの入力に依存するだけでなく,ネットワーク構造やスパイク生成・シナプス入力にまつわる非線形性によっても規定されます.このことは統計モデルを用いて神経活動を調べることで,背後のネットワークや非線形演算を担うメカニズムに関する知見が得られることを意味しま...
Exact analysis of spike­timing and higher­order interactions of neurons at the threshold regime suggests network architecture underlying sparse population activity
S. R. SHOMALI, M. NILI AHMADABADI, S. RASULI, H. SHIMAZAKI
Society for Neuroscience 2016   2016年11月12日   
The accurate prediction of how spiking of a presynaptic neuron affects spike timing of a postsynaptic neuron in vivo has significant importance in a variety of questions in Neuroscience. An exact solution for this problem under conditions resembli...
Estimating dynamic functional networks of larger neural populations
C. DONNER, H. SHIMAZAKI
Society for Neuroscience 2016   2016年11月12日   
Information in the brain is encoded in spiking activity of neural populations. However the number of activity patterns that a population can generate increases exponentially with the number of neurons. The maximum entropy method provides a princip...
Large-scale inference of time-varying neural interactions
Christian Donner and Hideaki Shimazaki
ICONIP2016   2016年10月16日   
HaDi MaBouDi, Hideaki Shimazaki and Lars Chittka
EURBEE 2016   2016年9月7日   
The honeybee olfactory system is a well-established model for understanding functional mechanism of learning and memory. Olfactory stimuli are first processed in the antennal lobe (AL), and then transferred to the mushroom body (MB) and lateral ho...
Analytical study of correlation and Fisher information caused by common inputs
Safura Rashid Shomali, Majid Nili Ahmadabadi, Hideaki Shimazaki, S Nader Rasuli
the 39th Annual Meeting of the Japan Neuroscience Society   2016年7月22日   
One of the fundamental questions in neuroscience is the way information is processed through neurons in cortex. Neural correlation is one of the key features of neural activity that gives a clue to this question; because it reflects underlying net...
Exact spike-timing distribution and its usage in neural structure identification
Statistical physics methods in biology and computer science (Satellite meeting of StatPhys 2016   2016年7月13日   
The accurate prediction of how spiking of a pre-synaptic neuron affects spike timing of the post-synaptic neuron has significant importance in a variety of questions of neurosciences. It is crucial in understanding information transfer, timing dep...
Toward thermodynamic principles of consciousness
島崎 秀昭
Seminar   2016年7月7日   Christopher L Buckley
Population activity of neurons is constrained by their biophysical properties and network architectures. Thus neurons are statistically dependent each other, and collectively process information. Methods in thermodynamics and statistical mechanics...
Higher-order interactions of neural populations
島崎 秀昭
Seminar at TNJC   2016年7月5日   Mehdi Keramati
Population activity of neurons is constrained by their biophysical properties and network architectures. By accurately assessing its statistical structure, and comparing it with model prediction, we gain insights into the underlying networks and t...
Population coding of neurons: Dynamics, higher-order interactions, and mechanisms
島崎 秀昭
Seminar   2016年7月4日   Lars Chittka
Population activity of neurons is constrained by their biophysical properties and network architectures. By accurately assessing its statistical structure, and comparing it with model prediction, we gain insights into the underlying networks and t...
Exact spike-timing distribution reveals higher-order interactions
Shomali SR, Ahmadabad MN, Shimazaki H, Rasuli SN
CNS*2016   2016年7月2日   
It has been suggested that variability in spike patterns of individual neuron is largely due to noisy fluctuations caused by asynchronous synaptic inputs, balanced near the threshold regime [1,2,3]. In this regime, small fluctuations in synaptic i...
Simultaneous silence explains structured higher-order interactions of neural population
Hideaki Shimazaki
MONA2 - Modelling Neural Activity   2016年6月22日   
Collective spiking activity of neurons is the basis of information processing in the brain. However, characterizing the population activity is non-trivial because the number of activity patterns combinatorially increases with the number of neurons...
Toward thermodynamic principles of consciousness
Hideaki Shimazaki
Consciousness club   2016年6月16日   Ryota Kanai
Population activity of neurons is constrained by their biophysical properties and network architectures. Thus neurons are statistically dependent each other, and collectively process information. Methods in thermodynamics and statistical mechanics...
神経ネットワークの情報コーディング:ダイナミクス・高次相関・メカニズム [招待有り]
島崎 秀昭
第4回東工大若手物性セミナー   2016年2月18日   
脳の神経細胞はネットワークを形成して集団として活動することで外界の情報や行動をコードしています.従って神経細胞集団の活動の相関構造を調べることで神経回路網による情報表現を明らかにできると考えられます. 本講演では統計物理学・機械学習領域で用いられる指数型分布族を用いて神経活動の相関を定量化する手法とデータへの適用結果を紹介し,その生成メカニズムを検討します.初めにダイナミックな神経活動を記述する状態空間モデルを導入し,神経細胞の集団的活動を表す高次相関が動的に情報コーディングに関わること示...
動的イジングモデルを用いた神経回路網活動の解析 [招待有り]
島崎 秀昭
国際基督教大学 NSフォーラム   2016年2月2日   
脳の神経細胞はネットワークを形成し相互に依存しあいながら活動することで外界の情報や行動をコードしています.従って神経細胞間の相関活動を調べることで神経回路網による情報表現を明らかにすることができます. 本講演では統計物理学のイジングモデル(機械学習領域ではボルツマンマシンと呼ばれる)を用いて神経細胞集団の相関活動を定量化する手法とデータへの適用結果を紹介します.

これまでの先行研究では定常性を仮定する通常のイジングモデルを用いて培養神経細胞や麻酔下の動物の神経細胞活動の相関構造が明らか...

担当経験のある科目

 
 

競争的資金等の研究課題

 
優秀若手研究者海外派遣事業 (特別研究員)
日本学術振興会: 優秀若手研究者海外派遣事業
研究期間: 2010年 - 2011年    代表者: 島崎 秀昭
日本学術振興会特別研究員
日本学術振興会: 特別研究員制度
研究期間: 2008年 - 2012年    代表者: 島崎 秀昭
研究課題番号:08J01386
数物系科学 統計科学
神経科学への応用を目的とした高次相関を持つスパイク時系列群の作成と推定手法の開発
日本学術振興会特別研究員
日本学術振興会: 特別研究員制度
研究期間: 2006年 - 2008年    代表者: 島崎 秀昭
研究課題番号:06J02651
数物系科学 統計科学
神経科学への応用を目的としたポイントプロセスからの強度過程の統計的推定問題

委員歴

 
2018年3月
 - 
現在
日本神経回路学会  理事
 
2014年2月
 - 
2016年3月
文部科学省科学技術政策研究所科学技術動向研究センター  専門調査員