時間符号化ニューラルネットワークの統計的性質

时间编码神经网络的统计特性

基本信息

批准号：
12780277
负责人：
池田和司
金额：
$ 1.34万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-12780277/
关键词：
ニューラル・ネットワークテンポラル・コーディングシファイア・チェーンコインシデンス・ディテクタパルス・パケットニューラルネットワークテンポラルコーディングシンファイアチェーンコインシデンスディテクタパルスパケット

项目摘要

シンファイア・チェーンの理論的解析においては従来,ニューロンモデルとして積分発火モデルが採用されており,確率的動作の源として背景雑音入力パルスが利用されていた.すなわち,各ニューロンは前層のニューロンからの入力パルス群(パルス・パケット)だけでなく,周辺のニューロンからランダムなパルスを受けることが仮定されていた.このようなランダム性を仮定しない場合には,ニューロンは決定論的に動作し,層内のすべてのニューロンは同一の動作をし,入力パルスが閾値より大きければパルスを発火,そうでなければ何も起こらないという,単なる閾値機械として動作する.時間符号化層状モデルに確率的要素を導入する方法は,ランダム入力パルスだけではない.本研究ではランダム入力パルスの代わりにニューロン間のシナプス伝達の所要時間(ディレイ)にランダムネスが存在すると仮定し,コインシデンス・ディテクタ・モデルを用いた場合のパルス・パケットのダイナミクスについて,理論と計算機実験の両面から研究を行った.その結果,ランダム入力パルスを与えた場合とほぼ同等の分岐現象がみられることがわかった.また,同一層内のニューロンは同一の入力ニューロンを共有しているため,それらの動作には相関がある.前述のすべてのニューロンが同一の動作をする例はその極端な場合であるが,本研究での理論的な解析により,ディレイの分散が十分大きい場合にはその影響は無視できることがわかった.ランダム入力パルスを受ける積分発火モデルでは,ランダムパルスの作る内部電位の分布がパルス・パケットのダイナミクスに影響を与えることが知られているが,ディレイの分布がダイナミクスにどのような影響を与えるか,またコインシデンス・ディテクタ・モデルと積分発火モデルの違いについては今後のさらなる研究が必要である.

在对同步链的理论分析中，集成的射击模型已被用作神经元模型，并且背景噪声输入脉冲已被用作随机作用的来源。换句话说，假定每个神经元从周围神经元以及上一层神经元的一组输入脉冲（脉冲盒）接收随机脉冲。没有这样的随机性，神经元可以决定性地工作，并且层中的所有神经元的作用相同，如果输入脉冲大于阈值，则仅作为阈值机器，如果输入脉冲大于阈值，则脉冲会产生脉冲。将随机元素引入时间编码的分层模型的方法不仅是随机输入脉冲。在这项研究中，我们假设在神经元之间的突触传播的时间限制时间（延迟）而不是随机输入脉冲之间存在随机性，并且使用了重合细节。当使用理论和计算机实验的CTOR模型时，我们对脉冲数据包的动态进行了研究。结果，我们发现分叉现象几乎等同于随机输入脉冲。此外，由于同一层中的神经元具有相同的输入神经元，因此它们的行为是相关的。尽管上述所有神经元与以相同方式相同的示例在极端情况下，这项研究中的理论分析表明，如果延迟的差异足够大，延迟方差的影响可以忽略不计。在接收随机输入脉冲的整体触发模型中，众所周知，随机脉冲产生的内部电势的分布会影响脉冲数据包的动力学，但是将来需要进一步研究延迟的分布如何影响延迟的动态，以及巧合检测器模型和积分射击模型之间的差异。