リザバー計算を用いた健康・医療データのパターン認識

Pattern recognition of health and disease data using reservoir computing

　スマートフォンやウェアラブルデバイスで人の健康データや行動データを簡便に測定できる時代になってきている．それらのデータを活用して健康状態分析や疾病予兆検知を行うための人工知能（AI）の発展が望まれている．リザバー計算は，主に時系列データのパターン認識に適した機械学習技術であり，深層学習に比べて学習計算コストが大幅に低いという特徴がある．また，数理工学における動的システムモデリングの方法論のひとつと位置づけられる．大規模な深層学習モデルが訓練に多くのデータと計算資源を必要とするのに対し，リザバー計算モデルは比較的少ないデータ量と計算資源を用いて訓練可能である．そのため，エッジAIとの相性がよく，簡易生体計測デバイスと組み合わせたヘルスケア・アプリケーションや医師の診断サポートの基盤になると期待される．