Tunnelling Crossover Network

Tunnelling Crossover Network
Gabriela Ochoa, Francisco Chicano, Renato Tinos, Darrel Whitley,GECCO ’15, pp. 449-456, July 11-15, 2015

Local optima networks(LON)は,最近提案された適応度地形のモデルである. LONは,ノードを局所解,ノー ド間の遷移をエッジとして表現することで適応度地形を圧縮する.以前のLONは突然変異をベースとした遷移を 考慮していたが,この研究ではその代わり,決定的な交叉に基づく遷移を扱う.我々は,最近提案された擬似ブー ル関数における k-bounded partition crossover に基づくネットワークを定義し,解析する.partition crossover は 当初,巡回セールスマン問題 (travelling salesman problem: TSP) への交叉手法として提案され,TSP には局所 解間を繋ぐトンネル,すなわち局所解から局所解への遷移が存在することが明らかになった.我々のネットワー ク解析は,NKランドスケープにおいてもトンネル,が存在することを明らかにした.つまり,NKランドスケー プにおける局所解は partition crossover を経て密に接続されている.また,我々はNKランドスケープの隣接モ デルとランダムモデルの間に注目すべき違いが存在することが明らかになった.驚くべきことに,ランダムモデ ルは平均して局所解数が少なく,そのネットワークはよりスパースでいくつかのクラスターに分解できることが 分かった.また,同一のパラメーターであっても得られるランドスケープのサイズやコネクティビティのパター ンは大きなばらつきが見られた.これらのネットワーク特徴量は,なぜ一部のランドスケープが他のものに比べて,探索が困難であるか,という理由を知るのに新たな洞察を与える
Local Optima Network, Partition Crossover, Hill Climbing, Local Search, Fitness Landscapes, NK-landscapes

自己組織化マルチモーダル多目的ハトにヒントを得た最適化アルゴリズム

A self-organizing multimodal multi-objective pigeon-inspired optimization algorithm
Hu Yi, Wang Jie, Liang Jing, Yu Kunjie, Song Hui, Guo Qianqian, Yue Caitong, Wang Yanli Neural Computing and Applications 31.2, 915-929, 2019.

“多目的最適化アルゴリズムは,2つ以上の相反する目的に関連する問題を効果的かつ効率的に解決できるため,最近大きな注目を集めている.しかし,多くの既存の研究は,目的関数空間での解のパフォーマンスの改善に焦点を当てている.この論文では,決定変数空間における解の分布のためにいくつかのメカニズムが設計された,ハトにヒントを得た新しいマルチモーダル多目的最適化(MMOPIO)アルゴリズムを提案する.まず,MMOPIOは,標準のPIOの構造を簡素化するために,統合パラメーターに基づいて改良されたpigeon-inspired optimization(PIO)を採用する.次に,the self-organizing map(SOM)を改善されたPIOと組み合わせることで,決定変数空間をより適切に制御できるため,改善されたPIOの良好な近傍関係の構築に貢献する.最後に,エリート学習戦略と特別な混雑距離計算メカニズムを使用し,それぞれ早期の収束を防ぎ,均一な分布のソリューションを取得する.いくつかのテストインスタンスで5つの最先端の多目的最適化アルゴリズムと比較し,提案されたMMOPIOのパフォーマンスを評価し,マルチモーダル多目的最適化問題の解決におけるMMOPIOの優位性を示す.”

二次割り当て問題における交叉および突然変異オペレータの実験的解析

Experimental analysis of crossover and mutation operators on the quadratic assignment problem
Ahmed, Zakir Hussain Annals of Operations Research, 247(2), 833-851, 2016

遺伝的アルゴリズムにおいて交叉は最も重要なオペレータであり,染色体のペアと, 染色体の長さに沿って交叉箇所がランダムに選択される.そしてその後,交叉箇所における両親の染色体情報が交換される.一方,突然変異オペレータは染色体の一部の遺伝子をランダムに変更するため,探索空間が多様化する.我々は遺伝的アルゴリズムにおける3 種類の交叉オペレータと10 種類の突然変異オペレータについて検討し,二次割り当て問題のいくつかのベンチマーク問題に対して比較を行う.実験的研究はベンチマーク問題に対してsequential constructive crossover とadaptive mutation operators の有効性を示している.

認知症および正常な加齢における主観的な作業及び宣言的記憶

Subjective working and declarative memory in dementia and normal aging
Almkvist, Ove and Bosnes, Ole and Bosnes, Ingunn and Stordal, Eystein Acta Neurologica Scandinavica, 2019.

“目的:主観的な記憶の疾患は,高齢者と認知症患者の両方でよく見られる.この研究では,認知症患者と正常な高齢者を区別するため,宣言的記憶と作業記憶に分けられた主観的記憶の能力を調査した.

方法:参加者の2つのグループ(認知症患者(n = 117)および正常な高齢者(n = 117))の年齢,性別,および教育に関して個別に一致させた.すべての被験者は,ノルウェーのノールトレンデラグ郡で行われたHUNT人口健康調査の第3波に参加し,HUNT研究でメタメモリ質問表(MMQ)を完了した.MMQは2つのコンポーネントに細分された.1つは宣言記憶(エピソードおよびセマンティック)に関連付けられ,もう1つは作業記憶に関連付けられている.

結果:認知症患者は,通常の高齢者よりも主観的記憶の懸念が有意に高いことを報告した.作業記憶要素と宣言的記憶要素の違いは,認知症患者の方が正常な高齢者よりも有意に大きかった.この発見により,認知症の患者と正常な高齢者を区別することが可能となった.心身の健康状態は,2つのグループの差別化に大きな影響を与えなかった.

結論:臨床および研究応用では,主観的な記憶コンポーネントは,宣言的記憶ではなく,自己申告による作業記憶の障害を使用することにより,認知症患者と正常な高齢者の差別化に寄与する可能性がある.”

注意選択と主観的表面の外観

Attentional selection and illusory surface appearance
William J. Harrison, Alvin J. Ayeni and Peter J. Bex Scientic reports, vol. 9, p.2227,2019.

視覚システムは,図形を背景からセグメント化できるように,部分的な画像構造からオブジェクトを計算する必 要がある.初期の臨床,行動,およびモデリングのデータは,そのような計算が事前に注意して実行されることを 示唆していたが,最近の神経生理学的証拠は,表面の充填が注意の影響を受けることを示唆している.本研究で は,自発的注意が知覚的塗りつぶしを調節することを調査するために,相違のある古典的なKanizsa 錯視三角形 を開発した.この図は,架空の6 点星の先端に位置し,極性が交互に変わる「パックマン」で構成され,2 つの架 空の三角形が図内で互いに競合することを暗示している.各トライアルで,被験者は1 つの三角形のみに注目す るように指示され,その明度を一致するテクスチャの三角形と比較した.主観的形状により知覚される明るさは, 存在する三角形を構成するパックマンの極性に依存していることが明らかになった.このように,我々の発見は, 重なり合う主観的表面について,明度の判断は自発的な注意に依存する可能性があることを明らかにした.この 新しい刺激は,神経生理学的効果を現象学に繋げる将来の試みにおいて有用であると証明される可能性がある.

乳がん診断の為の機械学習分類手法

Machine Learning Classification Techniques for Breast Cancer Diagnosis
David A. Omondiagbe , Shanmugam Veeramani , Amandeep S. Sidhu
Materials Science and Engineering vol.495, 2019, pp.012033

“乳がんは,最も知られている疾患の1つであり,女性の癌による死亡第2位を占めている. 癌性の悪性のしこりが乳房細胞から増殖し始めると、乳がんが始まる.
医師は悪性腫瘍として良性腫瘍(非ガン性)を誤って診断することがある. 乳癌の正確な診断を提供するために機械学習アプローチを使用するコンピュータ支援検出(CAD)システムが必要とされている.
これらのCADシステムは、乳がんの早期発見に役立つ.乳がんが早期に検出されると、より良い治療が提供されるため,生存率が上昇する.本稿では,Wisconsin Diagnostic Breast Cancer(WDBC)データセットを使用して,サポートベクターマシン(放射基底カーネルを使用),人工ニューラルネットワーク,およびナイーブベイズを調査することを目的としている.本稿の焦点は,これらの機械学習技術を特徴選択/特徴抽出方法と統合し,それらの性能を比較して最適なアプローチを特定することである.目標は,次元削減と機械学習の利点を組み合わせることである.本論文は,線形判別分析(LDA)を用いて特徴の高次元性を減らし,次に新しい縮小特徴データセットをSupport Vector Machineに適用することによる乳癌診断のためのハイブリッドアプローチを提案した. 提案されたアプローチは,98.82%の精度,98.41%の感度,99.07%の特異度,および0.9994の受信者動作特性曲線下面積を得た.”

ヒトの脳画像に基づく parcellation

Imaging-based parcellations of the human brain
Simon B. Eickhoff, B T Thomas Yeo, Sarah Genon Nature Reviews Neuroscience, vol.19, No. 11, pp. 672-686, 2018

定義づけられた脳組織の形状は,空間的不均一性を持ち,異なるスケールで複数の地形を生じさせる.明確な 脳の区分定義である parcellation は,領域間で密接に相互作用するが,複数の不連続性を含む領域やネットワーク になり,脳組織または機能を理解するための基本となる.過去 10 年間で,構造的および機能的マーカーに加えて, 脳組織の局所的性質から遠大な結合パターンまで,さまざまな機能に基づいて脳を識別および分割するための in vivo MRI ベースの豊富なアプローチが爆発的に増加している.これらのさまざまなアプローチに多様性が大きい ことを考えると,これらのマップ間の収束と発散を評価することは困難である.個体間のばらつきはこの課題を 増大させるが,個体間と発展的 parcellation 研究を組み合わせることでまた新たな発見にむけたチャンスを提供で きるかもしれない.

早期胃癌に対する拡大内視鏡単純診断アルゴリズム(MESDA-G)

Magnifying endoscopy simple diagnostic algorithm for early gastric cancer (MESDA-G)
Manabu Muto, Kenshi Yao, Mitsuru Kaise, Mototsugu Kato, Noriya Uedo, Kazuyoshi Yagi and Hisao Tajiri Digestive Endoscopy 2016, 28, pp. 379-393, 2016

胃がんは,世界中でがんによる死亡の 3 番目に多い原因である.早期胃がん患者の原因別生存率は 95 %を超え ると報告されているが,死亡率を低下させるためには,粘膜癌の早期発見と正確な診断が望ましい.内視鏡検査 は早期がんを発見するための機能的な方法である.ただし,従来の白色光観察を使用する場合,この手順は決定 的なものではない.対照的に,新規の内視鏡技術である拡大狭帯域光観察(M-NBI)は,微小血管構造と微小表 面構造を視覚化できるため,胃粘膜病変を特徴付けるための強力なツールである.これまでにも,日本で行われ た多施設前向き無作為試験を含む,M-NBI による早期胃がんの診断に関する多くの報告が査読付き国際ジャーナ ルで発表されている.これらの公表されたデータに基づいて,我々は診断のプロセスを単純化しそして正確さを 改善するために M-NBI を使用して胃粘膜癌のための診断体系を考案した.そこで本稿では,拡大内視鏡検査を用 いた早期胃がんの診断アルゴリズムについて述べる.

ワーキングメモリトレーニングがもたらす前頭部の活動は通常の高齢者と軽度認知障害を予測する可能性

Prefrontal activation may predict working-memory training gain in normal aging and mild cognitive impairment
A. Vermeij, R.P. Kessels, L. Heskamp, E.M. Simons, P.L. Dautzenberg and J.A. Claassen
Brain imaging and behavior, vol. 11, no. 1, pp. 141−154, 2017

認知訓練は, 正常な加齢と軽度認知障害(MCI) の行動パフォーマンスの改善をもたらすことが示されているが, 認知可塑性の神経相関, または認知訓練に対する反応性の個人差についてはほとんど知られていない. この研究では, 21 人の健康な高齢者と14 人のMCI 患者が5 週間の適応型コンピューター化作業記憶(WM)トレーニングを受けた. トレーニングの前後に, 機能的近赤外線分光法(fNIRS) を使用し, さまざまなレベルのWM 負荷の言語n-back の実行中に左右の前頭前野の血行動態反応を評価した. トレーニング後, 健康な高齢者は, 高WM 負荷で前頭前野の活性化の低下を示した. これは, 処理効率の向上を示している可能性がある. MCI 患者はトレーニング後の低WM 負荷で行動パフォーマンスが改善したが, トレーニングに関連した前頭前野活性化の変化の証拠はなかった. 全群分析では, 低WM負荷での比較的強い血行力学的反応はより悪い行動パフォーマンスに関連し, 高WM負荷での比較的強い血行力学的反応はより高いトレーニング効果に関連することが示された. したがって, 高齢の”若者のような”前頭前野活性化パターンは, より良い行動結果と認知的可塑性と関連している可能性がある.

応援がプレイヤーと観察者の感覚運動野間の脳間同期を向上する

Cheering Enhances Inter-Brain Synchronization Between Sensorimotor Areas of Player and Observer
T. Koide and S. Shimada Japanese Psychological Research, vol. 60, no. 4, pp. 265-275, 2018.

他の人を応援することは一般的な経験である.応援は,応援される人と応援者の主観的な団結を促進する可能 性があり,潜在的に 2 人の個人の脳間同期した活動を伴う.現在の研究では,機能的近赤外分光法を使用して,競 争的なゲーム時におけるプレイヤーと観察者の運動感覚野の活動を同時に計測した.プレイヤーは実験者とじゃ んけんを行い,観察者はそのプレイヤーを応援するか(応援グループ),プレイヤーが不正行為をしたかどうかを 判断した(コントロールグループ).応援グループでは,コントロールグループと比較して,観察者はプレイヤー との一体感が有意に強く,プレイヤーの勝利を観察する際により大きな運動感覚野の活性化を示した.プレイヤー と観察者の感覚運動野間の機能的結合は応援グループで有意に大きく,プレイヤーと観察者間の主観的な一体感 と有意な相関を示した.これらの結果は,応援がプレイヤーと観察者の内部状態の同期を強化し,一体感を確立 することを示唆する.