31o5::tumbutter

近年、神経科学の方法、応用の両面において、脳活動から被験者の認知状態や受ける刺激を予測する手法の研究の重要性が増しています。ATR脳情報研究所では、ベイズ学習理論の分野で発展を遂げている”スパース推定”の原理を用いて、関連の無い脳活動を自動的に省きながら予測モデルを構築するアルゴリズムの開発を行い、様々な問題において成果を挙げています。スパース推定アルゴリズムは、

1. 少数サンプル、高次元モデル(数千以上)でもパラメータ推定可能
2. 過学習の回避
3. 結果の可解釈性の向上

などのメリットを持っています。また、アルゴリムのパラメータのチューニングは基本的に不要なので、幅広いデータにすぐに適用することができます。

本ライブラリでは、我々のグループ及び共同研究者によって開発された、スパース推定のための”MATLAB”ツールボックスを提供します。本ライブラリは、

1. 3つのスパース回帰モデルのツールボックス(予測変量が連続値をとる場合)
2. 1つのスパース判別モデルのツールボックス(予測変量がカテゴリカルな値をとる場合)

と４つの独立なツールボックスからなります。テスト用のデータも用意されていますので、まずは試用してみて下さい。