| Project Area | Multicellular neurobiocomputing |
|---|
| Project/Area Number |
21H05163
|
|---|
| Research Category |
Grant-in-Aid for Transformative Research Areas (B)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Transformative Research Areas, Section (IV)
|
|---|
| Research Institution | Future University-Hakodate |
|---|
Principal Investigator |
Katori Yuichi 公立はこだて未来大学, システム情報科学部, 教授 (20557607)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加藤 秀行 大分大学, 理工学部, 准教授 (00733510)
徳田 慶太 順天堂大学, 健康データサイエンス学部, 講師 (50762176)
保坂 亮介 芝浦工業大学, システム理工学部, 准教授 (80569210)
|
|---|
| Project Period (FY) |
2021-08-23 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥27,300,000 (Direct Cost: ¥21,000,000、Indirect Cost: ¥6,300,000)
Fiscal Year 2023: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2022: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2021: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
|
|---|
| Keywords | スパイキングニューラルネットワーク / リザバー計算 / 予測符号化 / 強化学習 / ロボット制御 / レザバー計算 / ニューラルネットワーク / 感覚情報処理 / 運動制御 / バイオ計算 / 計算論的神経科学 / 脳型人工知能 / マルチセルラバイオコンピューティング |
|---|
| Outline of Research at the Start |
生体実験と情報科学を深く統合し，頑健性・柔軟性を持つ情報処理のダイナミクスを明らかにする「マルチセルラバイオコンピューティング」の確立を目指す。特に多細胞神経活動データ解析の手法を整備した上で，生物の大脳皮質から得られる神経活動データに適用し，大脳皮質の視覚野・運動野の神経回路網が持つダイナミクスと機能の特性を明らかにする．また培養系神経ネットワークで観測される特性を取り込んだ数理モデルを構築し，そのダイナミクスと情報処理の特性を明らかにする．さらに自発活動に基づく内部状態表現を組み込んだ情報処理機構を構築するとともに、効率的なハードウェア実装を念頭に置いた情報処理モデルを構築する．
|
| Outline of Final Research Achievements |
In this study, we developed and evaluated new computational models that mimic the information processing mechanisms of the brain. Using models that combine spiking neural networks and reservoir computing, we analyzed the information processing characteristics of cultured neural circuits. Additionally, through experiments with continuous-value control in robots and reinforcement learning models utilizing predictive coding, we confirmed the realization of efficient action planning and reduction in learning costs. These findings contribute to the advancement of artificial intelligence and robot control technologies.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、神経科学と人工知能の融合により、新しい計算モデルの学術的基盤を確立しました。スパイキングニューラルネットワークとリザバー計算を用いた手法は、脳の情報処理メカニズムの理解を深め、効率的な人工知能システムの実現に寄与します。また、ロボットの制御技術の向上により、産業や医療分野での応用が期待され、社会的にも大きな意義を持つ研究成果です。
|
