拡散結合系のカオスのレザバーコンピューターへの応用と小脳顆粒細胞層の計算論の構築

扩散耦合系统在混沌储层计算机中的应用及小脑颗粒细胞层计算理论的构建

基本信息

批准号：
20K19882
负责人：
徳田慶太
金额：
$ 2.66万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

昨年度までに、小脳顆粒細胞層の微分方程式モデルを構築し、系の挙動に対するギャップジャンクション（GJ）のコンダクタンスの影響を検討したところ、GJの存在によって系にカオスが引き起こされ、系のダイナミクスが幅の広い周波数帯の活動を持つようになることや、出力できるパターンの複雑性が上がること、系への入力からの時間に特異的な状態を取るようになることがわかっていた。一方で、系のカオス性が強い場合には、出力できるパターンの複雑性が上がるが、同時に系の初期値依存性が強くなるため、汎化能力とのトレードオフがあることが明らかになった。この問題を解決するために、外部入力の振幅に時間的周期性を持たせることにより、システムを引き込むという着想を得ていた。この方法は、カオス的な神経回路に、同期した神経活動入力によって特定の応答をさせることができるという、新しい計算原理を示唆している可能性があると考えられたため、本年度はこの現象について引き続き研究を推進した。構築した数理モデルを構成するニューロンの固有振動数に近い周期外力を加えた場合に、異なる初期値にあるシステムの状態が外力下で同一の状態に収束する過程の解析や、複数の入出力パターンの対応を学習する能力の検討などを行なった。また、モデルにおけるニューロンの固有振動数の分布などのパラメータへのパフォーマンス依存性を調べた。本研究課題の目的は、顆粒細胞層におけるギャップジャンクションが時空カオスを引き起こし、それが適切な情報表現を可能にしているという、計算論的な仮説を提唱し、検証することであったが、数理モデルを用いた解析により、ギャップジャンクションの導入により表現の複雑性の向上が可能であることが示され、さらには、出力パターンの複雑性を保ったまま安定して同一入力に対して同一出力を出す能力を実現するための条件についても理解が進んだ。

到去年，我们已经构建了小脑颗粒细胞层的微分方程模型，并研究了间隙连接（GJ）的电导对系统行为的影响。我们发现GJ的存在会导致系统混乱，人们发现系统开始在很宽的频率范围内表现出活动，它可以输出的模式变得更加复杂，并且它在系统输入的不同时间呈现出特定的状态。。另一方面，当系统高度混沌时，可以输出的模式的复杂性增加，但同时，对系统初始值的依赖性也变强，因此很明显，存在与泛化能力的权衡。为了解决这个问题，我们提出了通过赋予外部输入的幅度时间周期性来夹带系统的想法。人们认为这种方法可能提出了一种新的计算原理，可以通过同步神经活动输入使混沌神经回路以特定方式做出响应，因此今年我们将继续研究这一现象。当施加接近构成数学模型的神经元固有频率的周期性外力时，我们分析了系统在不同初始值下的状态在外力作用下收敛到同一状态的过程，并得出多个我们调查了孩子学习如何应对问题的能力。我们还研究了性能对模型中神经元自然频率分布等参数的依赖性。该研究项目的目的是提出并验证颗粒细胞层中的间隙连接引起时空混沌的计算假设，这使得能够进行适当的信息表达。使用模型进行分析表明，可以通过引入间隙来提高表示的复杂性。此外，对于相同的输入可以稳定地产生相同的输出，同时保持输出模式的复杂性，在理解实现这种能力所需的条件方面也取得了进展。