2023 Fiscal Year Final Research Report

Theoretical and Empirical Study for Modulation and Integration Function of Context Information in Memory Networks

Research Project

PDF

Project/Area Number	20H04246
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related
Research Institution	Chubu University
Principal Investigator	Tsukada Hiromichi 中部大学, AI数理データサイエンスセンター, 准教授 (40794087)
Co-Investigator(Kenkyū-buntansha)	津田一郎中部大学, 創発学術院, 教授 (10207384) 塚田稔玉川大学, 脳科学研究所, 客員教授 (80074392) 奈良重俊岡山大学, 環境生命自然科学研究科, 特命教授 (60231495) 山口裕福岡工業大学, 情報工学部, 助教 (80507236) 杉崎えり子玉川大学, 脳科学研究所, 研究員 (20714059)
Project Period (FY)	2020-04-01 – 2024-03-31
Keywords	時空間学習則 / 文脈情報処理 / 実験と理論の融合 / フラクタル / 文脈学習 / トップダウン / 海馬 / ニューラルネットワーク
Outline of Final Research Achievements	We conducted both theoretical and experimental studies to elucidate the brain's mechanisms of learning and memory for contextual information. In the theoretical study, we identified factors that enhance the discriminative ability of the spatiotemporal learning rule (STLR) for distinguishing contextual order information, through a comparative analysis with the Hebbian learning rule. By extending the range of thresholds associated with calcium concentration and long-term potentiation/depression (LTP/LTD) in the STLR, we developed a learning model that is expected to improve the temporal discriminability of the STLR for contextual information. In the experimental study, we discovered that the STLR, which had previously been found to exist only in the hippocampal CA1 region, is also active in the hippocampal CA3 region. This activity is associated with the projection of acetylcholine, which is secreted during top-down information processing.
Free Research Field	計算論的神経科学
Academic Significance and Societal Importance of the Research Achievements	これまで入出力スパイクの同時性により学習するHebb型の学習則がよく使われてきたが、出力スパイクに依存しない時空間学習則（STLR）を主体とした脳型の記憶モデルの理論構築およびその実証実験は行われてこなかった。本研究によってトップダウン情報を用いたSTLRによる神経回路ネットワークの理論構築と生理学的妥当性の検証を行うことができれば、脳の文脈情報学習および記憶のメカニズムの解明に向けて強力な手がかりを掴むことができる。本研究の成果は，現在の人工知能研究に生物の脳が持つ文脈情報処理原理の観点からの新たな発想や道筋を与えるとともに，認知症を初めとした疾患研究への貢献も期待できる．