教員紹介

眞溪 歩（またに あゆむ）

東京大学大学院 情報理工学系研究科
システム情報学専攻
准教授

〒113-8656 東京都文京区本郷7-3-1
Tel: 03-5841-7768
Fax:

E-mail：matani＠isp.ac

[ホームページ]

略歴

研究テーマ

信号処理工学，計測工学，情報通信工学，電気電子回路学をベースとした認知神経工学研究を行っている．

認知科学実験に伴う脳波計測では，脳波の独立変数は時間，空間(測定チャネル)，エポック(実験試行番号)となる．脳波解析では，時間，空間に対しては多彩なフィルタが提案されており，それぞれ固有かつ互いに排他的な役割を持っている．エポックに対してもフィルタを構築すれば，原理的に時間・空間フィルタではできないことができる．たとえば，クロス周波数カップリング現象の解析のために，いくつかのエポックフィルタを提案した(2,3)．

神経細胞において，シナプス後電位は樹状突起電流を生じさせ，樹状突起電流は膜電位を作った後，細胞外に流れ出て頭部内を分布電流として流れ，電流の連続性からまたもとの神経細胞へと戻る．樹状突起電流の空間和を，頭表の電圧降下として測定すると脳波となる．したがって，頭表にインピーダンスを取り付けると，樹状突起電流は変調され，その源となった神経細胞の膜電位に影響を与えることができる．たとえば，視覚選択反応課題の反応時間を短縮することができた(1)．

主な論文・著書

1) A. Matani, M. Nakayama, M. Watanabe, Y. Furuyama, A. Hotta, and S. Hoshino, Transcranial extracellular impedance control (tEIC) modulates behavioral performances, PLoS ONE, e0102834, 2014.

2) A. Matani, Y. Naruse, Y. Terazono, N. Fujimaki, and T. Murata, Phase-Interpolated Averaging for Analyzing Electroencephalography and Magnetoencephalography Epochs, IEEE Trans. on Biomedical Engineering, vol. 58, no. 1, pp. 71-80, 2011.

3) A. Matani, Y. Naruse, Y. Terazono, T. Iwasaki, N. Fujimaki, and T. Murata, Phase-Compensated Averaging for Analyzing Electroencephalography and Magnetoencephalography Epochs, IEEE Trans. on Biomedical Engineering, vol. 57, no. 5, pp. 1117-1123, 2010.

教員紹介

田中　剛平（たなか　ごうへい）

東京大学 国際高等研究所 ニューロインテリジェンス国際研究機構
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学大学院 工学系研究科 電気系工学専攻
特任准教授

〒113-0033 東京都文京区本郷 3-7-1 医学部1号館 N308 号室
Tel:  ——–  内線 ——–

E-mail：gtanaka＠g.ecc.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

主な研究分野は，複雑系科学，脳型コンピューティング，数理モデリングなどです．

1. 脳型省エネルギー情報処理
次世代情報処理システムを実現するためには，デバイスを微細化したり構造をコンパクトにして省エネルギー化をはかる必要があります．そこで，脳型計算システムをハードウェア上で高速かつ低消費電力で動作させることを目標とし，システムを省エネ化する数理的手法の開発に取り組んでいます．

2. 機械学習および先端数理の応用
機械学習を利用して，従来は人間が担っていたタスクを効率的に行なうことができるようになってきています．そこで，まだ機械学習や数理モデリングの応用が進んでいない分野の問題を定式化し，複数の機械学習手法や数理的技術を組合せることによりそれを解決することを目指します．

3. 医療・社会システムの数理モデリング
センサーデバイスの発達により，医療・社会システムに関する豊富なデータがとれるようになってきています．そのようなデータに基づいて，従来よりも現実的な数理モデルを構築し，医療・社会分野の課題解決を目指します．

4. ネットワーク頑強性
ネットワークシステムは，電力網，交通網，生体網など，至るところに見られます．ネットワークによって通常時の利便性は拡大しますが，一部の故障が全体に波及して被害を拡大するというリスクも伴います．そこで，ネットワークシステム機能の頑強性が，ネットワーク構造，ダイナミクス，要素間相互作用などにどのように依存するかを数理的に明らかにすることを目指しています．

主な論文・著書

田中 剛平，中根 了昌，廣瀬 明 (著)
リザバーコンピューティング：時系列パターン認識のための高速機械学習の理論とハードウェア
森北出版 (2021).

G. Tanaka, R. Nakane, T. Takeuchi, T. Yamane, D. Nakano, Y. Katayama, and A. Hirose
Spatially Arranged Sparse Recurrent Neural Networks for Energy Efficient Associative Memory
IEEE Transactions on Neural Networks and Learning Systems, vol. 31, issue 1, pp. 24-38 (2020).
DOI: 10.1109/TNNLS.2019.2899344

A. Matsuki and G. Tanaka
Intervention threshold for epidemic control in susceptible-infected-recovered metapopulation models
Physical Review E, vol. 100, 022302 (2019).

G. Tanaka, T. Yamane, J. B. Heroux, R. Nakane, N. Kanazawa, S. Takeda, H. Numata, D. Nakano, and A. Hirose
Recent Advances in Physical Reservoir Computing: A Review
Neural Networks, vol. 115, pp. 100-123 (2019).

田中 剛平
リザバーコンピューティングの概念と最近の動向 (Open Access 話題の記事),
電子情報通信学会誌 (小特集:リザバーコンピューティング), vol. 102, no. 2 (Feb. 2019), pp. 108-113 (2019).