2016 Fiscal Year Research-status Report
樹状突起におけるシナプス間の相互作用を考慮したニューロンモデルの提案と検証
| Project/Area Number |
15K00332
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
唐堂 由其 金沢大学, 電子情報学系, 准教授 (70636927)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
唐 政 富山大学, 大学院理工学研究部(工学), 教授 (90227299)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | ニューロンモデル / 学習アルゴリズム / バックプロパゲーション学習則 / 遺伝的アルゴリズム / 進化学習アルゴリズム |
|---|
| Outline of Annual Research Achievements |
平成２８年度において、本研究では、（１）モデルの学習アルゴリズムの確立：本提案のモデルでは，連続関数を用いるため，パックプロパゲーショウ学習則が適用できる。更に，シナプスの「可塑性」より，シナプスパラメーターを修正対象として学習を行うことができる。従って、本研究では，バックプロパゲーション学習則を本提案のモデルに適用し，提案モデルの学習アルゴリズムを確立した。
（２）モデルの新型学習アルゴリズムの確立：本研究では、本提案のモデルの興奮性シナプス；抑制性シナプス；常に１接触及び常に０接触の４つのシナプス状態をを遺伝子で表現した「個体」を複数用意し、適応度の高い個体を優先的に選択して交叉（組み換え）・突然変異などの操作を繰り返しながら解を探索する。適応度は適応度関数によって与えられるといった遺伝的アルゴリズムや進化学習アルゴリズムを本提案のモデルに適用し，提案モデルの新型学習アルゴリズムを確立した。
（３）モデルの「学習性」の計算機シミュレーション検証：本研究では，（１）と（２）で開発したニューロンシミュレータを用いて，樹状突起の数と形態が任意で，全てのシナプス間に相互作用があると仮定する。入力パターンと教師信号を与え，学習させる。不要なものを淘汰し，必要なもの，を強化固定することで，成熟した機能の樹状突起を予測できることを示した。
以上の研究成果を査読付きの国際学会誌論文4篇、国際会議論文3篇にまとめ、発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成２８年度において、本研究では、（１）モデルの学習アルゴリズムの確立：本研究では，バックプロパゲーション学習則を本提案のモデルに適用し，提案モデルの学習アルゴリズムを確立した。
（２）モデルの新型学習アルゴリズムの確立：本研究では、遺伝的アルゴリズムや進化学習アルゴリズムを本提案のモデルに適用し，提案モデルの新型学習アルゴリズムを確立した。
（３）モデルの「学習性」の計算機シミュレーション検証：本研究では，（１）と（２）で開発したニューロンシミュレータを用いて，樹状突起の数と形態が任意で，全てのシナプス間に相互作用があると仮定する。入力パターンと教師信号を与え，学習させる。不要なものを淘汰し，必要なもの，を強化固定することで，成熟した機能の樹状突起を予測できることを示した。
以上の研究成果を査読付きの国際学会誌論文4篇、国際会議論文3篇にまとめ、発表した。
|
| Strategy for Future Research Activity |
新型ニューロン形状（樹状突起・シナプスなど）の予測：まず運動方向検出ニューロンを取り上げる。このニューロンの樹状突起の構造は既に同定されていて，本提案のモデルを検証したり，他の手法と比較検討したりするのに最適であるためである。
更に，最近，運動視において，サルのMST野（Medial Superior temporal area）では視野全体が水平に動くときに反応する細胞や放射状に動くときに反応する細胞，更にはある点の周りに回転するときに反応する時計回り細胞などが発見されているが，それらの樹状突起の詳しい構造や，結合状態までは確認することができていない。本研究ではそれぞれに入力パターンと該当教師信号を与えて学習させ，それらのニューロンを形成することに挑戦したい。
|
