軌道アトラクタによる人間の動的パターン処理のモデル化

使用轨迹吸引子对人体动态模式处理进行建模

• 批准号: 16016207
• 负责人: 森田 昌彦
• 金额: $ 4.99万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 2005
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16016207/
• 关键词: 軌道アトラクタ; 大自由度力学系; 神経回路; 選択的不感化; 動的連想; 視覚特徴統合; 軌道アトラクタ; 大自由度力学系; 神経回路; 選択的不感化; 動的連想; 視覚特徴統合

本研究は,人間の動的なパターン情報処理の基本的な過程を,軌道アトラクタを用いてモデル化すると共に,柔軟で人間的な動的パターン認識やロボットの運動制御など応用可能な情報処理モデルを構築することを目指したものである.軌道アトラクタとは強い吸引力をもつ線状のアトラクタであるが,非単調入出力特性をもつ素子で構成された回帰型ニューラルネットは,与えられた軌道に沿って容易にそのようなアトラクタを形成することができ,従来にはない多くの優れた特徴があるため,自律ダイナミクスを活用した情報処理のモデルとして期待されている.しかし,自律ダイナミクスを用いた情報処理システムに共通する大きな課題として,様々な文脈に応じて異なる情報処理を行うことが困難という問題があった.昨年度までの研究により,この問題を解決する手法である「選択的不感化による文脈修飾」の計算論的必要性および生物学的妥当性を明らかにしたが,本年度はこれらの研究をさらに進め,人間の脳でも同じ手法を用いていることを示唆する心理学的知見などを得た.また,軌道アトラクタモデルにこの手法を適用することによって,大自由度力学系によるパターンベース推論のモデルを構築した.このシステムは,シンボルや局所表現を全く用いることなく推論を実行でき,比較的少ない知識を学習するだけで多くの未学習の問い対して適切に答えるなど,高い類推能力をもつ.これらの成果は,軌道アトラクタを用いた情報処理モデルの大きな可能性を示しており,より人間的な知能ロボットなどへの応用が期待される.

这项研究旨在使用轨道吸引子来建模人类动态模式信息处理的基本过程，并构建用于信息处理的应用模型，例如灵活和人类动态模式识别和机器人运动控制。轨道吸引子是具有强吸力的线性吸引子，但是由具有非单调输入/输出特征的元素组成的回归神经网络可以轻松地沿给定的轨迹形成此类吸引子，并且具有过去无法使用的许多出色功能，使其成为使用自动动力学的信息处理的模型。但是，使用自主动态的信息处理系统常见的一个主要问题是，它们很难根据各种情况来执行不同的信息处理。直到去年的研究揭示了“通过选择性脱敏的环境修改”的计算必要性和生物学有效性，这是一种解决该问题的方法。但是，今年我们进一步进行了这些研究，并获得了心理知识，表明人脑中使用了相同的方法。通过将此方法应用于轨道吸引子模型，我们使用大量自由机制系统构建了基于模式的推理模型。该系统可以在不使用任何符号或局部表达式的情况下执行推理，并且具有很高的类比功能，例如通过学习相对较少的知识来适当地回答许多未经学习的问题。这些结果证明了使用轨道吸引子的信息处理模型的巨大潜力，并有望应用于更人性化的机器人。