著者紹介

内容

目次

序　文 凡　例 　第Ⅰ部 １　序　章 　　1.1 はじめに 　　1.2 生物はどのようにして生存し，適応的に行動するのか？ 　　1.3 能動的推論：第一原理から行動を考える 　　1.4 本書の構成 　　1.5 まとめ ２　能動的推論への常道 　　2.1 はじめに 　　2.2 推論としての知覚 　　2.3 生物の推論と最適性 　　2.4 推論としての行為 　　2.5 モデルと世界の間のずれを最小化する 　　2.6 変分自由エネルギーの最小化 　　2.7 期待自由エネルギーと推論としての行動計画 　　2.8 期待自由エネルギーとは何か 　　2.9 常道の終わりに 　　2.10 まとめ ３　能動的推論への王道 　　3.1 はじめに 　　3.2 マルコフ・ブランケット 　　3.3 サプライズの最小化と自己証明 　　3.4 推論，認知，および確率的ダイナミクスの関係 　　3.5 能動的推論：行動と認知を理解するための新しい基盤 　　3.6 モデル，ポリシー，および軌道 　　3.7 能動的推論のもとでのエナクティブ理論，サイバネティクス理論，予測理論の統合 　　3.8 能動的推論：生命の誕生から主体性まで 　　3.9 まとめ ４　能動的推論の生成モデル 　　4.1 はじめに 　　4.2 ベイズ推論から自由エネルギーまで 　　4.3 生成モデル 　　4.4 離散時間の能動的推論 　　4.5 連続時間の能動的推論 　　4.6 まとめ ５　メッセージパッシングと神経生物学 　　5.1 はじめに 　　5.2 微小回路とメッセージ 　　5.3 運動指令 　　5.4 皮質下構造 　　5.5 神経修飾と学習 　　5.6 連続的な階層と離散的な階層 　　5.7 まとめ 　第Ⅱ部 ６　能動的推論モデルを設計するためのレシピ 　　6.1 はじめに 　　6.2 能動的推論モデルの設計：4段階のレシピ 　　6.3 どんなシステムをモデリングしているのか？ 　　6.4 生成モデルの最も適切な形とは 　　6.5 どのように生成モデルを設定するか？ 　　6.6 生成プロセスの設定 　　6.7 能動的推論を用いたデータのシミュレーション，可視化，分析，フィッティング 　　6.8 まとめ ７　離散時間の能動的推論 　　7.1 はじめに 　　7.2 知覚処理 　　7.3 推論としての意思決定と行動計画 　　7.4 情報探索 　　7.5 学習と新規性 　　7.6 階層的推論または深い推論 　　7.7 まとめ ８　連続時間の能動的推論 　　8.1 はじめに 　　8.2 運動制御 　　8.3 ダイナミカルシステム 　　8.4 一般化同期 　　8.5 ハイブリッド（離散および連続）モデル 　　8.6 まとめ ９　モデルベースのデータ分析 　　9.1 はじめに 　　9.2 メタベイズ法 　　9.3 変分ラプラス法 　　9.4 パラメトリック経験ベイズ法（PEB） 　　9.5 モデルベースの解析手順 　　9.6 生成モデルの例 　　9.7 誤推論のモデル 　　9.8 まとめ 10　感覚状態に反応する行動の統一理論としての能動的推論 　　10.1 はじめに 　　10.2 これまでのまとめ 　　10.3 点をつなぐ：能動的推論の統合的視点 　　10.4 予測する脳，予測する心，そして予測処理 　　10.5 知　覚 　　10.6 行為の制御 　　10.7 効用と意思決定 　　10.8 行動と限定合理性 　　10.9 感情価，情動，モチベーション 　　10.10 ホメオスタシス，アロスタシス，内受容処理 　　10.11 注意，顕著性，認識的ダイナミクス 　　10.12 規則学習，因果推論，および高速の般化 　　10.13 能動的推論と他の分野：未解決の問題 　　10.14 まとめ 補遺A-数学的背景 　　A.1 はじめに 　　A.2 線形代数 　　A.3 テイラー級数近似 　　A.4 変分法 　　A.5 確率的ダイナミクス 補遺B-能動的推論の方程式 　　B.1 はじめに 　　B.2 マルコフ決定過程 　　B.3 （能動的）一般化フィルタリング 補遺C-注釈付きMatlabコードの例 　　C.1 はじめに 　　C.2 予備知識 　　C.3 尤　度 　　C.4 遷移確率 　　C.5 事前選好と初期状態 　　C.6 ポリシー空間 　　C.7 まとめよう 　　C.8 シミュレーションとプロッティング 注　記 引用文献 訳者あとがき 索　引