Process of categorical information in area TE

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K12149
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: National Institute of Advanced Industrial Science and Technology
• Principal Investigator: Matsumoto Narihisa 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究グループ長 (00392663)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: ニューロン / カテゴリー / ニューラルネット

Outline of Final Research Achievements

In this study, multiple electrode arrays were implanted in area TE, and neuronal activity were recorded during the task of classifying dog and cat images. Using a linear SVM decoder the correct rate of the category were obtained. As a result, the correct rate improved as the experiment day progressed. In addition, information representation of TE neuronal activity for facial images and that of each layer of AlexNet were compared. As a result, information representation in fully-connected layers of AlexNet was similar to that of TE neuronal activity. Furthermore, combined model of a deep neural network and an associative memory model were made, and the model could output multiple category information at different times.

Free Research Field

計算論的神経科学

Academic Significance and Societal Importance of the Research Achievements

我々は、全く同じものに出会ったことが無くても、その形状等の特徴からその性質を推測することができる。それゆえ、カテゴリー分類機能は、人間にとって重要な機能である。しかし、脳内においてどのようなメカニズムでカテゴリー分類が行われているかは不明である。本研究により、TE野のニューロン集団の活動がカテゴリー分類タスクにより変化することが分かった。さらに深層ネットとTE野の比較をおこなうことで、TE野のリカレント結合が深層ネットに足りないことを明らかにした。これらはTE野がカテゴリー分類において重要であることを示唆している。