機械学習回帰アルゴリズムとサンプルサイズが機能的接続に基づく行動予測に及ぼす影響

The effect of machine learning regression algorithms and sample size on individualized behavioral prediction with functional connectivity features
Cui, Zaixu and Gong, Gaolang Neuroimage, vol.178, pp.622–637, 2018

機械学習回帰(ML)アプローチを使用した個別の行動/認知予測はますます適用されている.特定のML回帰アルゴリズムとサンプルサイズは,予測精度に重要な影響を与える2つの重要な要素である.しかし,ML回帰アルゴリズムと個別の行動/認知予測パフォーマンスのサンプルサイズの影響は包括的に評価されていない.この問題に対処するために,本研究には一般的に使用される6つのML回帰アルゴリズムを用いる.OLS回帰,LASSO回帰,リッジ回帰,エラスティックネット回帰,線形サポートベクトル回帰(LSVR),および関連性ベクトル回帰(RVR).さまざまなサンプルサイズに基づいて特定の行動/認知予測を実行した.具体的には,Human Connectome Project(HCP)の公開されている静止状態機能的MRI(rs-fMRI)データセットを使用し,特徴量として脳全体の静止状態機能的接続(rsFC)またはrsFC強度(rsFCS)を抽出した.HCPコホート全体からサブサンプリングすることにより,25のサンプルサイズ(20~700の範囲)を調査した.rsFCベースのLASSO回帰は他のアルゴリズムよりも著しく劣っており,rsFCSベースのOLS回帰は他のアルゴリズムよりも著しく劣っていた.アルゴリズムと特徴量の種類に関係なく予測精度とその安定性は,サンプルサイズの増加とともに指数関数的に増加した.用いたアルゴリズムとサンプルサイズの効果の特定のパターンは,fMRIデータの再テスト,さまざまなイメージング前処理スキームで処理されたデータ,さまざまな行動/認知スコアを使用した予測でよく再現されたため,効果の優れた堅牢性/一般化を示している.現在の調査結果は,選択されたML回帰アルゴリズムとサンプルサイズが行動/認知の個別の予測にどのように影響するかについての重要な洞察を提供し,関連する調査でML回帰アルゴリズムまたはサンプルサイズを選択するための重要なガイダンスを提供する.

あなたをフォロー,私をフォロー: ジョイントタッピングにおける予測と適応

Follow you, follow me: Continuous mutual prediction and adaptation in joint tapping
The Quarterly journal of experimental psychology, vol.63, no.11, pp.2220-2230, 2010
20161031 murakami

円滑な相互作用の基礎となる協調のメカニズムを研究するために,私たちは他の人からもしくはコンピュータ からの聴覚信号に同期しながら,被験者がビートを維持するような指タッピング実験を実施した. 両方がお互いに 聞いていた時に,ペアは 2 人の「ハイパーフォロワー」つまり,相互にそして継続的に順応的なユニットになり, それらの inter tap 間隔(ITIs)は逆方向に動いた.このようにリーダー・フォロワー戦略の出現の証拠がなかっ た. また,両者が予測でき,手ごたえがないコンピュータと同様に不規則だが手ごたえのある相手にうまく同期で きることを発見した.しかし,相手が不規則で応答しないときにパフォーマンスが一番悪かった. 以上より,対人 コーディネーションは,(a)相手のその後の行動を予測する,(b)ミリ秒の時間スケールでそれに応じて適応させ るという 2 つの相互の能力によって促進されると我々は考えた.

割り込み型の探索は,年齢に関与する視覚探索の上達と無関係である

Rapidresumptionofinterruptedsearchisindependentofage-relatedimprovementsinvisualsearch

Journal of Experimental Child Psychology, Vol.109, Issue 1, 2011, pp.58-72

20150817 htanaka

本研究では,7-19歳の被験者が2つの実験において割り込み型の探索課題を行った.私たちの質問は,ほんの数秒ディスプレイを見た後に500ミリ秒以内に刺激に反応する傾向が,全体の効率的な探索と同様に年齢によってみられるかどうかであった.結果は,年齢層(7,9,11および19歳)でも個々の被験者でも,迅速な反応と探索速度との相関は示さなかった.また,目標刺激を無作為に再配置することは,年齢と同様に,迅速な探索速度を減少させた.これらの結果は,探索時の暗黙的な知覚予測が,年齢に関わらず不変であり,刺激の特徴統合や空間的注意の制御のような重要なプロセスとは区別されることを示す.