| Research Abstract |
本研究は,脳の機能的研究と脳の生理学的・分子生物学的・解剖学的研究の問の橋渡しとなり得るような,「脳の高次機能システム」の数理情報論的モデルの構築を目指すものである.特に「脳の高次機能学」の研究対象の中でも脳内の様々な情報統合プロセスに着目して,その情報コーディング機構と非線形ダイナミクスを数理モデルの形で記述することで,脳の情報統合処理の非線形システム的理解を可能にすることを目的とする.具体的研究内容は,本テーマにおける「統合脳」的アプローチを重視して,(i)ニューラルコーディング理論,(ii)脳の構成要素としてのニューロンやシナプスの数理モデル化,(iii)ニューラルネットワークの非線形ダイナミクス,(iv)遺伝子・タンパク質ネットワークの非線形ダイナミクス,(v)生理実験データ解析と非線形データ解析手法開発,(vi)異種情報統合処理に関する計算論的解析の多方面から研究を進めてきている.
今年度の研究においては,視覚的特徴結合問題のベイズモデル化などを重点的に行った.例えばある色とある形を結合するというのは,それらが同一物体の属性であると判断することであると思われる.そこで同一源性を取り入れたモデルにより特徴結合問題が自然にモデル化できることが期待される.具体例として,結合錯誤に関する実験結果の再現などを行った.結合錯誤とは,たとえば異なる色のついた複数の図形を短い時間提示すると,色と形の結合が間違って行われる現象である.また,注意の効果をモデルに取り入れることも試みた.特徴結合においては,注意が重要な役割を果たしていると考えられている.本研究ではシンプルな形のベイズモデルに注意を取り入れるため,事前確率への影響およびSN比(解像度に対応する)への影響について検討するとともに、その実験的検証タスクを考察した.
|
