2012 Fiscal Year Annual Research Report
高次元人工神経回路による生体信号同定学習のためのカオティックダイナミクス整合
| Project/Area Number |
22686038
|
|---|
| Research Institution | Nagaoka University of Technology |
|---|
Principal Investigator |
坪根 正 長岡技術科学大学, 工学部, 准教授 (50334694)
|
|---|
| Project Period (FY) |
2010-04-01 – 2013-03-31
|
| Keywords | ニューロン / 同定学習 / カオス |
|---|
| Research Abstract |
本研究では，これまでに研究代表者が行ってきたロボットが自律的に環境・行動を獲得するシステムの研究（H19-21，科研費若手A）や，生体信号を利用した学習システムの研究（H18-19，科研費基盤A）をもとに，脳波等の生体信号を利用しかつ生体に習った制御・学習システムの実現へ発展させることを目的としている．そのためには，現状よりも高機能な生体と機械をつなぐインターフェイスが必要であり，従来技術を凌駕する萌芽的着想が必須であった．本研究はその着想をより高いフェーズへ新展開するものである．代表者は先行研究において高次元スパイキングニューロンの合成や解析に関する成果をあげ，カオティックダイナミクス整合を利用した学習・制御システムも実現していた．前年度までに，スパイキングニューロンのための学習システムの構築に取り組み，オンボードでの回路実現に向けた生体信号の同定学習および，生体信号利用の学習・制御システムの設計を行った．その成果を更に発展させ連続時間信号に対する安定なカオティックダイナミクス整合手法の実証を進めた．その手法を汎用なディジタルボードおよびアナログニューロンモデルによって実装し，回路実験からスパイキングニューロンのための学習制御の有効性を示すことに成功した．また，高次システムの安定性解析ための理論構築を進めて制御ゲインを設計するための系統的な手法を提案することが出来た．特に，高次元システムのための制御においてはスパイクによる制御を実際に回路で実現し共存現象の確認やロバスト性の検証などの詳細な解析に成功した．また，スパイキングニューロンの情報であるスパイク間隔の密度を制御する新しい手法を提案してその実現性および有効性を示すことに成功した．
|
| Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|
