A study on a spiking neural network model of the medial temporal lobe-frontal cortex

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K11974
• 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: Kyushu Institute of Technology
• Principal Investigator: Katsumi Tateno 九州工業大学, 大学院生命体工学研究科, 准教授 (00346868)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 海馬 / 嗅内皮質 / スパイキングニューラルネットワーク / GPU

Outline of Final Research Achievements

As a medial temporal lobe model, we proposed a spiking neural network (SNN) of the hippocampus and entorhinal cortex, coupled with an SNN that makes action selection based on output from the hippocampus. While performing several maze tasks on the proposed SNN, we confirmed that synaptic connections were self-organized in response to rewards by dopamine-dependent spike-timing-dependent plasticity, resulting in forward replay of place cells. Furthermore, with the use of adaptation to neuronal models, we confirmed reverse replay and replay of inexperienced pathways. We also confirmed that an observational T-maze task using a pair of virtual rats could be learned in the entorhinal cortex-hippocampal SNN.

Free Research Field

計算論的神経科学

Academic Significance and Societal Importance of the Research Achievements

迷路課題を学習する過程で、自己組織的に海馬ニューラルネットワーク内の場所細胞に経路の情報が蓄積されるという機構が提案でき、未経験の経路も生成できることが明らかになった点に学術的意義がある。未経験経路を示す一連の場所細胞の活動を海馬外のネットワークと接続し、脳内シミュレーションすることで、経験していなくても探索機能を強化することできるようになり工学的応用に意義がある。また、他者の場所表現を含めたネットワークの提案により、より社会性のある課題に対する応用も期待できる。GPＵで並列計算する独自ライブラリの提案により、CUDAの専門知識がなくとも、容易に大規模なSNNが構築できるようになった。