研究者を探す
𠮷田 盛史
徳島大学
2026年2月4日更新
- 職名
- 教授
- 電話
- 研究者総覧に該当データはありませんでした。
- 電子メール
- takashi.yoshida@tokushima-u.ac.jp
- 学歴
- 2001/3: 京都大学理学部 卒業
2003/3: 京都大学大学院理学研究科修士課程 修了
2006/3: 京都大学大学院理学研究科博士課程 修了 - 学位
- 博士 / 博士(理学) (京都大学) (2006年3月)
- 職歴・経歴
- 2025/11: 徳島大学 教授, 大学院医歯薬学研究部
- 専門分野・研究分野
- 研究者総覧に該当データはありませんでした。
2026年2月4日更新
- 専門分野・研究分野
- 研究者総覧に該当データはありませんでした。
- 担当経験のある授業科目
- 基礎医学統合実習 (学部)
基礎生物化学実験M (共通教育)
生理学 (大学院)
解剖生理学入門M (共通教育) - 指導経験
- 研究者総覧に該当データはありませんでした。
2026年2月4日更新
- 専門分野・研究分野
- 研究者総覧に該当データはありませんでした。
- 研究テーマ
- 研究者総覧に該当データはありませんでした。
- 著書
- 研究者総覧に該当データはありませんでした。
- 論文
- Takashi Yoshida and Kenichi Ohki :
Natural images are reliably represented by sparse and variable populations of neurons in visual cortex.,
Nature Communications, 11, 1-19, 2020. Jumpei Ukita, Takashi Yoshida and Kenichi Ohki :
Characterisation of nonlinear receptive fields of visual neurons by convolutional neural network.,
Scientific Reports, 9, 1, 3791, 2019.- (要約)
- A comprehensive understanding of the stimulus-response properties of individual neurons is necessary to crack the neural code of sensory cortices. However, a barrier to achieving this goal is the difficulty of analysing the nonlinearity of neuronal responses. Here, by incorporating convolutional neural network (CNN) for encoding models of neurons in the visual cortex, we developed a new method of nonlinear response characterisation, especially nonlinear estimation of receptive fields (RFs), without assumptions regarding the type of nonlinearity. Briefly, after training CNN to predict the visual responses to natural images, we synthesised the RF image such that the image would predictively evoke a maximum response. We first demonstrated the proof-of-principle using a dataset of simulated cells with various types of nonlinearity. We could visualise RFs with various types of nonlinearity, such as shift-invariant RFs or rotation-invariant RFs, suggesting that the method may be applicable to neurons with complex nonlinearities in higher visual areas. Next, we applied the method to a dataset of neurons in mouse V1. We could visualise simple-cell-like or complex-cell-like (shift-invariant) RFs and quantify the degree of shift-invariance. These results suggest that CNN encoding model is useful in nonlinear response analyses of visual neurons and potentially of any sensory neurons.
- (キーワード)
- Animals / Male / Mice, Inbred C57BL / Models, Neurological / Neural Networks, Computer / Nonlinear Dynamics / Photic Stimulation / Sensory Receptor Cells / Visual Cortex
- (出版サイトへのリンク)
- ● Publication site (DOI): 10.1038/s41598-019-40535-4
- (文献検索サイトへのリンク)
- ● PubMed @ National Institutes of Health, US National Library of Medicine (PMID): 30846783
- ● Search Scopus @ Elsevier (PMID): 30846783
- ● Search Scopus @ Elsevier (DOI): 10.1038/s41598-019-40535-4
(DOI: 10.1038/s41598-019-40535-4, PubMed: 30846783) - MISC
- 研究者総覧に該当データはありませんでした。
- 総説・解説
- 研究者総覧に該当データはありませんでした。
- 講演・発表
- 研究者総覧に該当データはありませんでした。
- 研究会・報告書
- 研究者総覧に該当データはありませんでした。
- 特許
- 研究者総覧に該当データはありませんでした。
- 作品
- 研究者総覧に該当データはありませんでした。
- 補助金・競争的資金
- 研究者総覧に該当データはありませんでした。
- その他
- 研究者総覧に該当データはありませんでした。
2026年2月4日更新
- 専門分野・研究分野
- 研究者総覧に該当データはありませんでした。
- 所属学会・所属協会
- 研究者総覧に該当データはありませんでした。
- 委員歴・役員歴
- 研究者総覧に該当データはありませんでした。
- 受賞
- 研究者総覧に該当データはありませんでした。
- 活動
- 研究者総覧に該当データはありませんでした。
更新
更新
Ｊグローバル
- Jグローバル最終確認日
- JグローバルAPIで取得できませんでした。
- 氏名（漢字）
- JグローバルAPIで取得できませんでした。
- 氏名（フリガナ）
- JグローバルAPIで取得できませんでした。
- 氏名（英字）
- JグローバルAPIで取得できませんでした。
- 所属機関
- JグローバルAPIで取得できませんでした。
リサーチマップ
- researchmap最終確認日
- リサーチマップAPIで取得できませんでした。
- 氏名（漢字）
- リサーチマップAPIで取得できませんでした。
- 氏名（フリガナ）
- リサーチマップAPIで取得できませんでした。
- 氏名（英字）
- リサーチマップAPIで取得できませんでした。
- プロフィール
- リサーチマップAPIで取得できませんでした。
- 登録日時
- リサーチマップAPIで取得できませんでした。
- 更新日時
- リサーチマップAPIで取得できませんでした。
- アバター画像URI
- リサーチマップAPIで取得できませんでした。
- ハンドル
- リサーチマップAPIで取得できませんでした。
- eメール
- リサーチマップAPIで取得できませんでした。
- eメール（その他）
- リサーチマップAPIで取得できませんでした。
- 携帯メール
- リサーチマップAPIで取得できませんでした。
- 性別
- リサーチマップAPIで取得できませんでした。
- 没年月日
- リサーチマップAPIで取得できませんでした。
- 所属ID
- リサーチマップAPIで取得できませんでした。
- 所属
- リサーチマップAPIで取得できませんでした。
- 部署
- リサーチマップAPIで取得できませんでした。
- 職名
- リサーチマップAPIで取得できませんでした。
- 学位
- リサーチマップAPIで取得できませんでした。
- 学位授与機関
- リサーチマップAPIで取得できませんでした。
- URL
- リサーチマップAPIで取得できませんでした。
- 科研費研究者番号
- リサーチマップAPIで取得できませんでした。
- Google Analytics ID
- リサーチマップAPIで取得できませんでした。
- ORCID ID
- リサーチマップAPIで取得できませんでした。
- その他の所属ID
- リサーチマップAPIで取得できませんでした。
- その他の所属名
- リサーチマップAPIで取得できませんでした。
- その他の所属 部署
- リサーチマップAPIで取得できませんでした。
- その他の所属 職名
- リサーチマップAPIで取得できませんでした。
- 最近のエントリー
- リサーチマップAPIで取得できませんでした。
- Read会員ID
- リサーチマップAPIで取得できませんでした。
- 経歴
- リサーチマップAPIで取得できませんでした。
- 受賞
- リサーチマップAPIで取得できませんでした。
- Misc
- リサーチマップAPIで取得できませんでした。
- 論文
- リサーチマップAPIで取得できませんでした。
- 講演・口頭発表等
- リサーチマップAPIで取得できませんでした。
- 書籍等出版物
- リサーチマップAPIで取得できませんでした。
- 研究キーワード
- リサーチマップAPIで取得できませんでした。
- 研究分野
- リサーチマップAPIで取得できませんでした。
- 所属学協会
- リサーチマップAPIで取得できませんでした。
- 担当経験のある科目
- リサーチマップAPIで取得できませんでした。
- その他
- リサーチマップAPIで取得できませんでした。
- Works
- リサーチマップAPIで取得できませんでした。
- 特許
- リサーチマップAPIで取得できませんでした。
- 学歴
- リサーチマップAPIで取得できませんでした。
- 委員歴
- リサーチマップAPIで取得できませんでした。
- 社会貢献活動
- リサーチマップAPIで取得できませんでした。
更新
- 研究者番号
- KAKEN APIで取得できませんでした。
- 所属（現在）
- KAKEN APIで取得できませんでした。
- 所属（過去の研究課題
情報に基づく）*注記 - KAKEN APIで取得できませんでした。
- 審査区分/研究分野
- KAKEN APIで取得できませんでした。
- キーワード
- KAKEN APIで取得できませんでした。
研究課題
研究成果
共同研究者
注目研究はありません。