突き抜けた

ずっと結果の解釈に迷っていたVMPFCの単一神経細胞活動の結果について、明快な回答を得る方向性がついた。

問題点を整理すると
１．VMPFCの単一神経細胞活動はUtilityを表現するのか？
２．OFCのニューロンではrange-normalizationが起こるのだが、これはUtilityの表現と伴に起こることなのか？独立な事象なのか？

という問題があって、特に、２．が難点だった。
Utility = powerfunc(alpha)で定義できるので、１は簡単に解けるのだか、
２．のNormalization parameterの定義が難しい。

それを、２．Firing rate = X-val/range:Max(x)-Mini(x)
と定義し、１と２を合わせると

単一神経細胞活動は
・Firing rate = Utility(alpha)/ Max(U(alpha))-Mini(U(alpha))
と表現できる。

最後にニューロン毎に最大発火頻度が違うので、
各ニューロンの発火を最大発火頻でノーマライズすればOK
つまり、
Hz/max(Hz) =  Utility(alpha)/ Max(U(alpha))-Mini(U(alpha))
となるはず。

Perfectにノーマリゼーションが起きている場合。
inperfectな場合もあるので、

Hz/max(Hz) = Utility(alpha)/ sf*(Max(U(alpha))-Mini(U(alpha)))
0<=sf*(Max(U(alpha))-Mini(U(alpha)))<=1.0

と、ノーマリゼーションのゲイン scaling factorを付ければ完璧。

最後にalpha と sf　をパラメーター推定する。

多次元構成法(MSD)

今日はMSDを試した。内容のメモ。
・各要素における距離行列（類似度）を求める：ユーグリッド距離が一般的
・距離行列からn次元のマップを求める
・2次元に投影して図を描く

この手続きで個人の選好の類似度を分類できる。
すでに過去にやっている人がいっぱいいた。
Bennett, J. F., & Hays, W. L. (1960). Multidimensional unfolding: Determining the dimensionality of
ranked preference data. Psychometrika, 25, 27-43.

実験した

今週は超大変だった。

水曜の朝から実験を始めて、実験を終了したのは、、、、、
木曜の夜10時。。。。。。
1日半、不眠で、急性実験した。。。。。
とてもうまくいったけど、た・い・へ・ん・だ

以上。

展開した

つい最近出張して、いろいろ研究の展開が頭の中で進んだ。

１）マカクザルの頼まれ仕事は、やっぱり数理モデルに落として自分らしさを出す方向でいく。

２）マカクザルで本職の価値判断には、面白いやりたいアイディアがいっぱいあるので、そのアイディアで金を取って、人を雇う（雇えるといい。。。学生さん？）。

３）マーモは１ステップずつ研究していくけど、最終的にどんな技術を入れて”意思決定のネットワーク”を理解するのかを柔軟に考えていく。

やっぱり、これからは脳全体が意志決定を行う過程を理解するために、ネットワークのダイナミクスを知れると面白いんだろう。

迷うところ

新しい職についてもうすぐ一年。半独立職として研究している。研究の進展の遅さに焦るばかり。 遅い理由は主に研究内容が半分変わったことと、複数の内容を同時に進めようとしていることかな。

これまで、マカクザルを使って意思決定の研究をしてきたけれど、

１．マカクザルを使って研究はテーマ変え
 　：材料・手法は同じだけど、研究内容が変わった

２．意思決定の研究はマーモセットを使ってやる
 　：テーマは同じだけど、実験動物として未開発の動物が対象。

 やっぱり、自分の研究を立ち上げる時には、これまでやってきたことにプラスαで研究を延ばしていく方が、スムーズに面白いところに到達できると思う。それに加えて、新しいテーマや材料を開発していくべきだろう。どちらの研究も半分は新しいことなので、研究として原始的になりがちで進んでいくスピードが上がらない。並列に二つを進めていることも大きな原因。

 　自分のやりたいことをやるためには、自分で金を全部とって、自分のお金で研究を回していけるようにすることが必要で、それが完全に独立するための道なので研究費を十分取れるといいな～。
新しい研究を立ち上げていくのはワクワクするけど、進まないとシンドイ。

今は、昔の仕事をとにかくまとめて業績リストを増やしてる。 がんばろ。