結合問題に関する選択的不感化理論の検証

关于耦合问题的选择性脱敏理论的验证

• 批准号: 19650059
• 负责人: 森田 昌彦
• 金额: $ 2.05万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2009
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19650059/
• 关键词: バインディング問題; 特徴統合; 属性対表現; 対属性モデル; 両眼視野闘争; 注意; 情報表現; 2属性仮説; 結合問題; 視覚情報表現; 選択的不感化; メンタルローテーション; バインディング問題; 特徴統合; 属性対表現; 対属性モデル; 両眼視野闘争; 注意; 情報表現; 2属性仮説; 結合問題; 視覚情報表現; 選択的不感化; メンタルローテーション

視覚系において,色・形・動きなど異なる視覚属性をどのように統合し,一体のものとして認知し処理するかという結合問題は,認知神経科学における重要かつ未解決の難問である.本研究の目的は,「選択的不感化」という情報統合の原理に,脳では2属性までしか直接結合されないという仮説を組み合わせることによって,この問題が解決可能であることを理論的に示すと共に,その妥当性を心理物理実験により検証することである.本年度は,実験の一部を拡充した上で,これまでの成果と合わせて下記2編の論文にまとめて発表した.また,社会への成果発信の一貫として,理論予測に基づいて発見された2種類の錯視現象が体感できるビデオ画像をWeb上で公開した.1.Attribute Pair・Based Visual Recognition and Memory (PLoS ONE) : 3種類の実験の結果から,「一つの物体は2つの属性間結合の集合によって分散的に表現され,各結合を要素とするネットワークによって認識や記憶といった高次処理がなされる」という対属性モデルの妥当性を示した.また,これによって結合問題が容易に解決可能となることを論じ,具体的な解の候補として選択的不感化理論に基づく特徴結合のメカニズムを提示した.2.選択的不感化ニューラルネットを用いた強化学習の価値関数近似(電子情報通信学会論文誌):選択的不感化と対属性モデルが有効であることを計算論的に示すために,それらに基づいて構成したニューラルネットを強化学習に適用した.その結果,高い学習効率や冗長変数へのロバスト性など,脳にはあるが従来手法にはない優れた性質が得られることがわかった.このことは,同様の原理が脳内で用いられていることを示唆している.

如何将不同的视觉属性（例如颜色，形状和运动）整合为一种，以及作为视觉系统中一个的认知和处理的结合问题是认知神经科学中的一个重要且未解决的挑战。这项研究的目的是从理论上证明可以通过将称为“选择性脱敏”的信息集成的原理与只有两个属性直接连接到大脑中，并通过心理物理实验验证其有效性。今年，我们扩大了一些实验，并在以下两篇论文中发表了两篇论文，以及结果。此外，作为对社会成果的共识，我们发表了视频图像，使我们能够根据理论预测基于理论预测发现的两种类型的错觉。1.Attribute对基于・基于视觉识别和记忆（PLOS一个）：三个实验的结果表明了对对象的有效性，这是一个对象的有效性，该对象是一个对象的有效性，是一个对象，这是一个对象，该模型是一个“一定的对象”，该模型是一个“属性债券和高阶处理（例如识别和内存）是由每个连接作为元素进行的。”我们还讨论了这使得耦合问题易于解决，并提出了一种基于选择性脱敏理论的特征耦合机制，作为混凝土溶液的候选。2。使用选择性脱敏的神经网络（电子，信息和通信工程师学报）对增强学习的价值功能近似：为了在计算上证明选择性脱敏和成对属性模型的有效性，将基于这些构建的神经网络应用于增强福音学习。结果，我们发现可以获得对冗余变量的高度学习效率和鲁棒性，但不能以常规方法获得。这表明大脑中使用了类似的原理。