Welcome to Dr. Akama’s Research Room!

1. KDPから電子ブックの形で「脳科学、神経哲学、そしてフランス」という新著を出版しました。https://x.gd/8cxG2

本書は2024年度、白水社の雑誌『ふらんす』に連載された同名のエッセイを改訂、大幅に加筆したもの。ニューロエピステモロジー（神経認識論）の自由気儘な思索。詳しい用語解説付きで、初学者にもわかりやすさを心がけました。筆者としては『デッサンする身体』(2003) 以来、22年ぶりの日本語による単著に当たります。

2. GitHubニュース：https://github.com/hilolani

　かつて赤間研がカーネギーメロン大学・機械学習学部と共同研究した際に開発したMarkov-inverse-F measure(MiF)を、GitHub上で実装、以下のURLに公開しました。

    https://github.com/hilolani/mif

　MiFとは複雑ネットワーク内でノード(点)間の距離(類似度)を計算するものです。詳細は

　Hiroyuki Akama, Maki Miyake, Jaeyoung Jung, Brian Murphy, 2015. Using Graph Components Derived from an Associative Concept Dictionary to Predict fMRI Neural Activation Patterns that Represent the Meaning of Nouns, PLoS ONE, doi: https://doi.org/10.1371/journal.pone.0125725

　をお読みください。

MiFは共起ベース(local co-occurrence)と測地ベース(global-geodesic)の二つの視点を同時に導入し包摂しているので、グラフ内のノード間距離評価として高い精度を誇ります。共起ベース(local co-occurrence)とは、ノード間の局所的な類似性、すなわちエッジ間の重複を定量化したものであり、Jaccard係数、Simpson係数に類似していますが、隣接・近接する点を結ぶ経路の重なり率を計算するという工夫が為されています。測地ベース(global-geodesic)とは最短パス長を考慮し、最短パスが短いほど、そして最短パスを取る経路の数が多いほど、点間の距離は小さいという形のコーディングをしています。MiF値は[0,1]の区間に収まりますが、対数を取った形での比較が理解しやすいです。

re_mcl同様、隣接行列は密行列(自動的にCSR形式に変換される)だけでなく、疎行列(Matrix Market mtxファイルを読み込むことができる)もサポートしています。

　pip installgit+https://github.com/hilolani/mif.git

Google Colab上で計算する場合は

　!pip install git+https://github.com/hilolani/mif.git

このパッケージでは、Markov-inverse-F measure(MiF)に加え、MiF Degradation Index、略してMiFDIという指標を新たに提案しています。これは特定のノード、例えば次数が最小のものを1個選び、そこからrandom walkを開始し、全てのノードに到達するまでrandom walkを続けながら、その特定の開始ノードと到達したそれぞれのノードの間のMiF値を計算してリスト化したものです。MiFDIにおいてはMiF値は対数値として記録されるので負の値を取ります。random walkの各ステップにおいてlog(MiF値)の平均が出力され、グラフのホモフィリー、ヘテロフィリーの程度を評価できるようにもなっています。なお、セルフループを入れるか除くかを選択することができ、除いた場合は、いったん到達したノードからは先には進まないで、random walkはそのノードにおいては停止します。

なお、このリポジトリには、デモ用の隣接行列が Matrix Market mtx ファイルとしていくつか保存されており、一例として以下のように MiF の計算に使用できます。

　from mif import *

　mif = load_mif()

　mtxlist = [mif.gadget,mif.karateclub,mif.erdosReny,mif.scalefree,mif.homophilly,mif.heterophilly]

　[adjacencyinfocheck(i) for i in mtxlist]

　adjacencylist = ['gadget', 'karateclub', 'erdosReny', 'scalefree', 'homophilly', 'heterophilly']

　for i in range(0,len(mtxlist)):

　　     print(f"MiF example for {adjacencylist[i]}")

        log = MiF(mtxlist[i], 4, 32, 0.5, 3)

GitHubニュース：https://github.com/hilolani

　昔赤間研で開発したRecurrent Markov ClusteringをGitHub上で実装、公開しました。

https://github.com/hilolani/re_mcl

密行列(自動的にCSR形式に変換される)だけでなく、疎行列(Matrix Market mtxファイルを読み込むことができる)もサポートしています。loggerプロトコルを使用して収束プロセスを確認することもできます。

pip installgit+https://github.com/hilolani/re_mcl.git

で利用可能です。

このリポジトリには、デモ用の隣接行列が Matrix Market mtx ファイルとしていくつか保存されており、以下のように MCL などの計算に使用できます。

from re_mcl import * 

re_mcl= load_adjmats()

mtxlist = [re_mcl.gadget,re_mcl.karateclub,re_mcl.erdosReny,re_mcl.scalefree,re_mcl.homophilly,re_mcl.heterophilly,re_mcl.eat].

mclprocess(re_mcl.karateclub)

従来のMCLに加え、旧東工大赤間研究室で開発されたリカレントMCL(RMCL)が本リポジトリに実装され、rmcl_basic()の新関数で以下のように計算できるようになっています。

cluslist = mclprocess(re_mcl.scalefree, 20)

rmcl_basic(cluslist,re_mcl.scalefree)#コアクラスタはRMCLのアルゴリズムに基づいて分割されます。

3. 小野田慶一先生(追手門学院大学)らとの意識の統合情報理論(IIT)に関する論文が、昨年に続き、出版されました。Keiichi Onoda, Satoru Miyauchi, Shigeyuki Kan, Hiroyuki Akama. 2025. Decrease and recovery of integrated information Φ during anesthesia and sleep on human functional magnetic resonance imaging, Neuroscience of Consciousness, Volume 2025, Issue 1.　doi: https://doi.org/10.1093/nc/niaf024

4. 2024年度、白水社の雑誌『ふらんす』で「脳科学、神経哲学、そしてフランス」という連載をしています (無事終了しました)。

   1. 4月号：第１回　フランソワ・ダゴニェの思い出

   2. 5月号：第２回　侵襲か非侵襲か、身体の内外を繋ぐもの(前編)

   3. 6月号：第３回　侵襲か非侵襲か、身体の内外を繋ぐもの(後編)

   4. 7月号：第４回 〈解読décodage〉と〈符号化encodage〉

   5. 8月号：第５回    内心の声、身体の動き、そして固有属性知覚(proprioception) 

   6. 9月号：第６回    ミクロビオームとイプセイテ 

   7. 10月号：第７回   ベルクソンと脳局所化論--ダゴニェを超えて

   8. 11月号：第８回   脳のアモーダル理論と普遍論争

   9. 12月号：第９回   骨相学のアナクロニスムと先端性

   10. 1月号：第１０回   タブローからシェマへ--ネットワーク理論のエピステモロジー

   11. 2月号：第１１回   認識論的闘争とエネルギー論

   12. 3月号：第１2回　脳科学の狭域を超えて   

5. 富山大学医学部で科研分担をしています。その一環として、2024年10月12日、日本認知科学会第41回大会でポスター発表をしました。

3. 1. P-1-39 脳の機能的連結性に関し個人分析と集団分析を媒介する--認知症公開データを用いた研究

赤間 啓之(富山大学 医学部 附属病院 データ科学・AI研究推進センター)，中谷 大河(元東京工業大学 生命理工学系 ライフエンジニアリングコース)，染谷 芳明(富山大学 医学部 附属病院 データ科学・AI研究推進センター)，高岡 裕(富山大学 医学部 附属病院 データ科学・AI研究推進センター)，岩佐 憲一(島根大学医学部 内科学講座 内科学第三)，長井 篤(島根大学医学部 内科学講座 内科学第三)，山口 修平(島根県立中央病院 神経内科)，高村 真広(藤田医科大学 IR推進センター)，小野田  慶一(追手門学院大学 心理学部心理学科 心理学専攻)

1. I have published a new book titled “Brain Science, Neurophilosophy, and France” in electronic book format via KDP. https://x.gd/8cxG2

This book is a revised and significantly expanded version of the essays of the same name that were serialized in the magazine “France” published by Hakusuisha in 2024. It contains free-spirited reflections on neuroepistemology (neurocognition). It includes detailed term explanations and is written with accessibility in mind for beginners. For the author, this marks his first Japanese-language monograph in 22 years since “The body does the drawing.” (2003).

2. GitHub news: https://github.com/hilolani

We have implemented the Markov-inverse-F measure (MiF), developed during Akama Lab's joint research with Carnegie Mellon University's Machine Learning Department, on GitHub and made it publicly available at the following URL:

https://github.com/hilolani/mif

　MiF calculates the distance (similarity) between nodes (points) within complex networks. For details, please refer to:

Hiroyuki Akama, Maki Miyake, Jaeyoung Jung, Brian Murphy, 2015. Using Graph Components Derived from an Associative Concept Dictionary to Predict fMRI Neural Activation Patterns that Represent the Meaning of Nouns, PLoS ONE, doi: https://doi.org/10.1371/journal.pone.0125725　

MiF simultaneously incorporates and unifies two perspectives: local co-occurrence and global geodesic. This enables it to achieve high accuracy in evaluating distances between nodes within a graph. Local co-occurrence quantifies the local similarity between nodes, specifically the overlap between edges. Similar to the Jaccard coefficient and Simpson's coefficient, it incorporates the ingenious approach of calculating the overlap rate of paths connecting adjacent or proximate points. Geodesic-based (global-geodesic) coding considers shortest path length, such that the distance between points is smaller when the shortest path is shorter and when there are more paths taking the shortest route. While MiF values fall within the range [0,1], comparing them after taking the logarithm is easier to understand.

Similar to re_mcl, the adjacency matrix supports not only dense matrices (automatically converted to CSR format) but also sparse matrices (can read Matrix Market mtx files).

pip install git+https://github.com/hilolani/mif.git

For calculations on Google Colab:

!pip install git+https://github.com/hilolani/mif.git

This package proposes a new metric, the MiF Degradation Index (MiFDI), in addition to the Markov-inverse-F measure (MiF). It works by selecting a specific node—for example, the one with the smallest degree—and starting a random walk from it. The random walk continues until all nodes are reached, calculating and listing the MiF values between the specific starting node and each reached node. In MiFDI, MiF values are recorded as logarithms, so they can take negative values. The average of log(MiF value) is output at each step of the random walk, enabling evaluation of the graph's homophily and heterophily. Additionally, you can choose whether to include or exclude self-loops. If excluded, the random walk stops at a node once it is reached and does not proceed further from that node.

This repository contains several adjacency matrices saved as Matrix Market mtx files for demonstration purposes. For example, they can be used to calculate MiF as follows:

　from mif import *

　mif = load_mif()

　mtxlist = [mif.gadget,mif.karateclub,mif.erdosReny,mif.scalefree,mif.homophilly,mif.heterophilly]

　[adjacencyinfocheck(i) for i in mtxlist]

　adjacencylist = ['gadget', 'karateclub', 'erdosReny', 'scalefree', 'homophilly', 'heterophilly']

　for i in range(0,len(mtxlist)):

　　     print(f"MiF example for {adjacencylist[i]}")

        log = MiF(mtxlist[i], 4, 32, 0.5, 3)

I have implemented and published on GitHub the Recurrent Markov Clustering developed at the Akama Lab.

This program supports not only dense matrices (to be automatically converted to CSR format) but also sparse matrices (can read Matrix Market mtx files). The convergence process can also be reproduced using the logger protocol. Run

pip install git+https://github.com/hilolani/re_mcl.git

to use this program.

Several adjacent matrices for demonstration purposes are stored in this repository as Matrix Market mtx files and can be used for calculations such as MCL as follows.

from re_mcl import *

re_mcl= load_adjmats()

mtxlist = [re_mcl.gadget,re_mcl.karateclub,re_mcl.erdosReny,re_mcl.scalefree,re_mcl.homophilly,re_mcl.heterophilly,re_mcl.eat]

mclprocess(re_mcl.karateclub)

In addition to the conventional MCL, Recurrent MCL (RMCL), developed at the former Akama Laboratory at Tokyo Institute of Technology, has been implemented in this repository and can be computed as follows with the new function of rmcl_basic().

cluslist = mclprocess(re_mcl.scalefree, 20)

rmcl_basic(cluslist,re_mcl.scalefree)#The core cluster is divided based on the algorithm of RMCL.

3. In the year 2024, I am writing a series of articles entitled “Brain Science, Neuro epistemology and France” in Hakusuisha's magazine “Furansu”.

   1. April issue: No. 1: Memories of François Dagognet

   2. May issue: No. 2: Invasive or non-invasive, what connects the inside and outside of the body (Part 1)

   3. June issue: No. 3: Invasive or non-invasive, what connects the inside and outside of the body (Part 2)

   4. July issue: No. 4:  “Decoding (décodage)” and “Encoding (encodage)”

   5. August issue: No. 5: Inner voice, body movement, and proprioception

   6. September issue: No. 6: Microbiome and Ipséité

   7. October issue: No.7 :  Bergson and Brain Localization: Beyond Dagognet

   8. November issue: No. 8:  Amodal Theory of the Brain and the Universal Controversy

   9. December issue: No. 9:  Anachronisms and Advanced Phrenology

   10. January issue: No. 10:  From Tableaux to Schemas: The Epistemology of Network Theory

   11. February issue: No. 11:  Epistemological Struggle and Energy Theory

   12. March issue: No. 12:  Beyond the narrow confines of brain science 

4. I am working on a scientific research project at the Faculty of Medicine, University of Toyama. As part of this project, I gave a poster presentation at the 41st Annual Meeting of the Japanese Association for Cognitive Science on October 12, 2024.

P-1-39 Mediating individual and group analysis regarding functional connectivity of the brain--A study using publicly available dementia data