• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2020 Fiscal Year Research-status Report

レザバー計算を用いた内的時間の獲得と崩壊のメカニズムの探求

Research Project

Project/Area Number 20K21810
Research InstitutionKyoto University

Principal Investigator

青柳 富誌生  京都大学, 情報学研究科, 教授 (90252486)

Project Period (FY) 2020-07-30 – 2023-03-31
Keywordsレザバー計算 / カオス / 内的時間 / 非線形
Outline of Annual Research Achievements

心の内的時間の獲得の原理や本質は、非自明な数理モデルとして検証するのが難しい研究課題である。何もしていない時でも内的時間は経過し脳は活動している。そのような自発神経活動はランダムではなく、学習能力と関係しているという実験的知見がある。最近,非線形力学系の多様な自発活動を計算資源として活用するレザバー計算に注目が集まっている。レザバー計算はリカレントニューラルネットワークの一種であるが、非自明な自発活動を示し、その活動状態がカオスと非カオスの境目(Edge of chaos)で課題実行のための計算能力が最大になるという知見がある。また、一定時間後にパターンを出力するタイマータスクも学習可能であり、その学習能力もEdge of chaosで最大となる。本研究では、レザバー計算が次の2つ実験的知見 (1) 非自明な自発活動を示し、その特性は学習能力と関係がある (2) 事象パターンの系列再生など時間的な課題を学習可能、に着目し、その枠組みを内的時間獲得のメカニズムを探る研究として活用することを試みる。初年度は、記憶と演算の両方を必要する課題 3bit Boolean emulation task)を、連続時間リカレントニューラルネットワークをレザバーとするレザバー計算機に学習させ、入出力関係が線形分離可能な場合と、線形分離不可能な場合とでパフォーマンスの違いがあるかどうかを調べた。また、レザバーの最大リアプノフ指数の入力依存性をしらべ、タスクのパフォーマンスを定性的・ 定量的に評価することを試みた。 結果として、やはりカオス・非カオスの境界付近でパフォーマンスが良く、入力信号の有無でリヤプノフ指数が正から0付近に変化するような傾向が見られた.パターンの系列学習に関する基本的な性質を精査でき、次の段階へ研究を進める準備が完了した。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

ビットパターンの識別能力に関して、極めて一般的な設定である記憶と演算の両方を要する課題 3bit Boolean emulation task に関して、十分学習可能であることが数値計算により示された。また、その理論的解析のため記憶容量と非線形性の関係を計算論的に議論した論文などを参考に予備的解析を進めたが、どこまで解析的に非自明な結果が出せるかはまだ研究を進めている最中である.数値計算では決まったパターンのビットパターンの時系列を出力するレザバー計算機の実装や予備的数値計算は終わった段階であり、今後、より長い時系列パターンを学習可能か、線形・非線形との関係も精査しながら計算を初めている状況である。

Strategy for Future Research Activity

今後、事象が次々と様々な時間間隔で生成される単純化した仮想的な世界を想定した問題設定を具体化し、レザバー計算機により仮想世界の複数の事象の時系列を学習することを実装する。それが成功した後、仮想世界の時間を「内的な時間」として認知したと見なす設定で次の課題【課題1】 レザバーのダイナミクスの性質(自発活動)と時間関連課題の学習能力の関係【課題2】学習後のレザバーにおける疾病を想定した耐障害性、を中心に検証する予定である。これらの事を理論的および系統的に調べるためには、記憶能力および非線形演算能力を独立に評価する指標を十分吟味して定式化することが重要である。その上で,従来の記憶容量と非線形演算能力のトレードオフや、リヤプノフ指数との関係などを数値計算などで調べ、障害に対する振る舞いの理解につなげる。

Causes of Carryover

予定していた物品等の金額が想定より少し安くなったことにより、極めて軽微な金額が余った。軽微な金額のため、次年度と合わせて使用する計画に大きな変更・支障はない。

  • Research Products

    (10 results)

All 2021 2020

All Journal Article (2 results) (of which Peer Reviewed: 2 results,  Open Access: 1 results) Presentation (8 results)

  • [Journal Article] Interaction mechanisms quantified from dynamical features of frog choruses2020

    • Author(s)
      Ota Kaiichiro、Aihara Ikkyu、Aoyagi Toshio
    • Journal Title

      Royal Society Open Science

      Volume: 7 Pages: 191693~191693

    • DOI

      10.1098/rsos.191693

    • Peer Reviewed / Open Access
  • [Journal Article] Effect of recurrent infomax on the information processing capability of input-driven recurrent neural networks2020

    • Author(s)
      Tanaka Takuma、Nakajima Kohei、Aoyagi Toshio
    • Journal Title

      Neuroscience Research

      Volume: 156 Pages: 225~233

    • DOI

      10.1016/j.neures.2020.02.001

    • Peer Reviewed
  • [Presentation] 集団振動を示す振動子集団間の相互作用に関する位相縮約の統計的手法2021

    • Author(s)
      荒井貴光, 河村洋史, 青柳富誌生
    • Organizer
      非線形問題研究会
  • [Presentation] 多自由度リズム力学系間の相互作用推定について2021

    • Author(s)
      荒井貴光, 河村洋史, 青柳富誌生
    • Organizer
      日本物理学会第76回年次大会
  • [Presentation] レザバー計算機におけるレザバーのカオス性と非線形タスク処理性能の関係2021

    • Author(s)
      高須正太郎, 青柳富誌生
    • Organizer
      日本物理学会第76回年次大会
  • [Presentation] 位相ダイナミクスにおける相互作用関数のガウス過程による推定2021

    • Author(s)
      藤原大悟, 青柳富誌生
    • Organizer
      日本物理学会第76回年次大会
  • [Presentation] 位相ダイナミクスに関する諸特性のガウス過程による推定2020

    • Author(s)
      藤原大悟, 青柳富誌生
    • Organizer
      日本物理学会2020年秋季大会
  • [Presentation] 振動子集団間の相互作用に関する統計的位相縮約の手法2020

    • Author(s)
      荒井貴光, 河村洋史, 青柳富誌生
    • Organizer
      2020年度日本数理生物学会年会
  • [Presentation] 集団振動を示す振動子集団間の相互作用に関する位相縮約の統計的手法2020

    • Author(s)
      荒井貴光, 河村洋史, 青柳富誌生
    • Organizer
      生理学研究所研究会 第2回「力学系の視点からの脳・神経回路の理解」
  • [Presentation] 集団振動を示す結合素子ネットワークの間の相互作用推定2020

    • Author(s)
      荒井貴光, 河村洋史, 青柳富誌生
    • Organizer
      第30回日本神経回路学会全国大会

URL: 

Published: 2021-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi