順序情報の生成・学習を説明する計算論的神経回路モデル

• Project/Area Number: 10164248
• Research Category: Grant-in-Aid for Scientific Research on Priority Areas (A)
• Allocation Type: Single-year Grants
• Research Institution: The Institute of Physical and Chemical Research
• Principal Investigator: 田中 繁 理化学研究所, 脳回路モデル研究チーム, チームリーダー(研究職) (70281706)
• Project Period (FY): 1998
• Project Status: Completed (Fiscal Year 1998)
• Budget Amount: ¥700,000 (Direct Cost: ¥700,000); Fiscal Year 1998: ¥700,000 (Direct Cost: ¥700,000)
• Keywords: 随意運動 / 順序情報 / 捕足運動野 / 大脳基底核 / 計算論的モデル / ニューロイダルネット

Research Abstract

本研究は、生理解剖学的実験事実に基づいて計算論的モデルを構築し、そのモデルの解析および生理実験との対比を通して、大脳皮質と大脳基底核を含む神経回路によってどうのように時間順序パターンを学習し、また必要に応じて生成できるのかを解明することを目的とする。本年度は、前年度に提案した順序情報の生成に関する概念モデルをニューロイダルネットシミュレータ上に害現し、シミュレーションによって概念モデルの、妥当性を確認した。
ニューロイダルネットを用いて種々の脳機能をモデル化するためには、そめ機能の獲得を表現できるような、初期回路と学習アルゴリズムを設計することが必要である。そこで、初期回路としては、前年度に提案した(1)大脳皮質一基底核一視床ループ回路、(2)大脳皮質とマイネルト核との双方向結合、 (3)大脳皮質内の側方抑制回路、(4)感覚系からの抑制入力を組み込んだ。シミュレーションの結果は、大脳皮質内の側方抑制によって活動が押さえられていたニューロンが、感覚系からの脱抑制と視床からの遅延ポジティブ フィードバックによって活動を開始することによりその状態を遷移させることを示した。また、系列情報を表現する皮質cell assemblyを指定するマイネルト核ニュニロンが皮質ニューロンの閾値を調節することによって、大脳皮質上に様々な系列情報を多重に埋め込むことが可能であることも示された。さらにまた、初期回路には系列をコードするニューロンの存在を仮定しなくても、視床から皮質へのフィードバック結合にヘッブ的学習則を適用することによって、順序だった活動をコードするset-relatedneuronsを生成することが可能であることもわかった。