| Research Abstract |
個々の神経細胞の発火率を成分とする集団ベクトルを階層ベイズを用いた方法でクラスタリングする手法を提案した.従来の混合ガウス分布を用いた解析では,時刻毎にクラスターの数に対応するガウス分布の数を,モデル選択を用いて決めていた.そのため,データ処理の事前情報として,クラスター数に関して時間方向の連続性は取り入れられていなかった.そこで,クラスター数に関して,マルコフ性を仮定して,時間方向の連続性を含む事前確率を導入した.この確率モデルでは,計算量の爆発が存在するので,変分ベイズ法を導入した.その結果,従来法に比べて,クラスター数の変化が連続的になるようなクラスタリングを行えるようになった.今後はこの手法を,他の実験データにも適用し,手法の有効性を確認する.
われわれは神経細胞のスパイク間隔であるInter Spike Interval(ISI)の確率モデルとして,発火率変動型ガンマ分布を提案した.この確率モデルでは,神経細胞の発火率が激しく変化する状況でも,発火の規則性をあらわすパラメータκは変化しないと仮定している.今年度は,この確率モデルが神経系で成り立つ条件を探った.そのために,神経細胞の数理モデルを用いた計算機実験とスライス実験を行った.その結果,神経細胞への興奮性入力と抑制性入力の比が一定であるバランス入力の場合にのみ,κが変化しないことがわかった.バランス入力は,局所回路内で興奮性細胞と抑制性細胞が拮抗する形で働いていることを示唆する.今回得られた知見は,大脳皮質の局所回路の性質とスパイクの統計性の関係を始めて明らかにした知見である.
|
