時空間入力信号の動的処理が可能な神経回路網モデルの構築

构建能够动态处理时空输入信号的神经网络模型

基本信息

批准号：
11170238
负责人：
黒岩丈介
金额：
$ 3.26万
依托单位：
Hiroshima University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas (A)
财政年份：
1999
资助国家：
日本
起止时间：
1999 至 2000
项目状态：
已结题

项目摘要

脳科学と関連して,カオスニューロン素子から成る神経回路網モデルの動力学的構造の研究を行なった.初年度の当該研究により,確率的にスパイク間隔が決定されその統計的性質が異なるようなスパイク入力に対して,単一カオスニューロン素子の動的応答特性に有意な違いが生じ得ることを明らかにした.本年度は初年度の結果を基に,個々の素子の応答特性の違いが神経回路網モデルのダイナミックスにどのように反映されるかについて研究した.その際,モデルの動的応答特性を評価するために,各時刻毎でのニューロンの応答の同期性に着目して,モデルの動的応答特性を評価した.具体的には,各時刻毎で同じ内部状態を有しているニューロングループを求め,グループ数の時間平均を調べた.その結果,入力の違いによってグループ数の時間平均が有意に異なることが明らかになった.つまり,入力の統計的な違いが神経回路網モデル内のニューロンの応答に関する同期性の違いとして現れることが分った.更に,2つの同じ構造をもったカオスニューロン素子から成る神経回路網モデルを互いに結合してやると,各々のモデルが同じ入力を受ける場合は同程度の同期性を示し,互いに異なる場合には同期の違いが結合がない場合より拡大されることが分った.このことは,モデル間の相互作用が,同じような入力の場合は互いに引き込みあい,異なる入力の場合は互いの違いを強調する効果を有することを意味する.今回得られた結果は,近年脳内の情報表現として注目されている「ダイナミカルコーディング」や「時空間コーディング」と関連した一種の情報表現を与えている考えられる.今後はこのような情報表現を如何にして動的にネットワークに学習されるのかについて更に詳しく研究を進める予定である.

与脑科学相关，我们对由混沌神经元元素组成的神经网络模型的动态结构进行了研究。这项研究的第一年表明，尖峰间隔是随机确定的，并且它们的统计特性可能会发生显着差异。基于第一年的结果，今年我们证明了单个混沌神经元元件响应尖峰输入的动态响应特性可以解释为网络的神经回路。模型为了评估模型的动态响应特性，我们关注每个时刻神经元响应的同步性，并评估模型的动态响应特性，具体来说，我们找到了每个时刻具有相同内部状态的神经元组。检查组数的时间平均值。结果，我们发现组数的时间平均值根据输入的不同而显着不同。研究发现，统计差异表现为神经网络模型内神经元响应同步性的差异。此外，当由两个具有相同结构的混沌神经元单元组成的神经网络模型相互连接时，发现当每个模型接收相同的输入，表现出相同程度的同步性，并且当它们彼此不同时，同步性的差异相比没有耦合时被放大。这表明模型之间的相互交互效果是相似的这意味着，在输入的情况下，它们相互吸引，而在输入不同的情况下，它们具有强调差异的效果。这次获得的结果是基于“动态编码”，该编码已被近年来，它作为大脑中表示信息的一种手段而受到关注，人们认为它提供了一种与“时空编码”相关的信息表示。将来，我们计划对这些信息如何进行更详细的研究。表示可以由网络动态学习。