Exploring mechanisms of internal time acquisition and collapse using reservoir computing

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K21810
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Kyoto University
• Principal Investigator: Aoyagi Toshio 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 / 非線形力学

Outline of Final Research Achievements

The principles and essence behind the acquisition of internal time within the mind present a challenging research topic, resistant to straightforward validation through mathematical modeling. In this study, we assumed a scenario where a recurrent neural network is trained on time-series patterns and theoretically investigated the required functions of memory and nonlinear operations, associating them with spontaneous activity dynamics without input. We particularly focused on spontaneous activity and analytically examined the relationship between the proportion of neurons receiving input signals and the conditional Lyapunov exponent using dynamical mean field theory. As a result, it became clear that to perform as a reservoir, the intensity of the input signal must be at least a certain level, and the proportion of input signals must exceed a certain critical value.

Free Research Field

非線形物理学

Academic Significance and Societal Importance of the Research Achievements

本研究の方法は、神経活動の自発的なダイナミクスの特性の観点から、内的時間の獲得メカニズムを理解する新たな視点を提供する。すなわち、レザバー計算の理論を自発神経活動の解釈に応用することの可能性を示すものであり、最終的には脳の時間感覚の理解を一層深めることを可能にすると考えられる。また、工学的応用として現実の大自由度非線形力学系を計算資源として活用する物理レザバー計算への知見の活用が考えられる。本研究の理論的成果は、レザバーとして機能するには、システム全体の一定以上の部分が入力を受け取ることが必要であることを示しており、これは新たな設計指針としての意義がある。