2022年12月19日 第14回
今回で授業は全て終わり，授業全体を振り返った時始め脳の仕組みなどを学んでいたが徐々にコンピュータサイエンスの話へと移行していき気づけば完全にカオスや時系列の話になっていて驚いた．
この授業で学んだことは世の中で応用できることばかりだと思うので今後役立つ時が来ることを楽しみにしたいです．
そうですね．役立ててくれることを期待しています．
共通入力の話のところがあまり理解できなかったです．
Spike Time Metricと共通入力の話は関係がないのでしょうか？
関係あります．分からなければ質問にきてください．
リカレンスプロットを用いた入力の検出が興味深かった．
面白いですよね．
リカレントプロットの特性が非常に興味深いと感じました．
来年の研究で触れることがあれば色々調べてみたいです．
その通りです．是非触れてみてください．
点過程の時系列解析の手法について学びました．
リカレンス・プロットの分布から時系列データの情報を得ることや，時系列を復元する手法があることに驚き，リカレンス・プロットが有利に働くものであると理解しました．
その通りなのです．うまく行きます．
活動電位の時系列データをスパイクで表すことはデータを削ぎ落としていることと同義だと思っていたが，スパイク解析をすることで相関性を検討できることに驚いた．
点過程解析手法は大切です．
今日の講義では，スパイク系列の解析について学んだ．
前期のモデリング理論を思い出す内容だった．
点過程はやはり様々なものがあり，我々の日常生活においても多くあるのだということがわかった．
その通り，いろいろなところにあります．
本日は, 主に点過程について学びました. M-Tプロットで地震の例が出てきましたが, 前期のモデリング理論のときに一見なんの法則もないように見える地震もカオスを用いれば, 予測することができるかもしれないということを思い出しました. またバイクシェアリングシステムでは日頃から少し使っているので, 馴染みやすかったです. 点過程を用いてデータを取ることで, どのステーションにどれだけの駐輪可能スペースを用意するか. といったことをしているのかなと勝手に想像していました.
そうですか．BSSを使っているのですね．どこのシステムでしょうか．
想像している内容はその通りです．
スパイクはスポーツでしか聞いたことのない言葉であったので，初めは言葉の意味もわからなかったが，スパイク系列の解析をなんとなく理解できた．
点過程とマーク付き点過程，リカレンスプロットを用いた外力の検出など図がわかりやすかった．
理解してくれたようで良かったです．
今日は点過程の解析の話題であったが，抽象的で根本概念が単純だったのでどのような現象に当てはめられるのか考えながら授業を聴く事ができて面白かった．
複数ニューロンのスパイクの時系列が似ているかを調べるためにコストを導入するということは非常に理にかなっていると思ったが，例えば2つのニューロンに相互結合や共通入力が存在するにも関わらず片方のニューロンにのみ抑制性の信号が多く入る場合などは対応しきれないのではないかと思うと同時に，何かその他の解決策があったりするのか気になった．
とても良いコメントですね．研究になりますね．ぜひ挑戦してください．