2015 Fiscal Year Annual Research Report
| Project/Area Number |
25330286
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
服部 元信 山梨大学, 総合研究部, 准教授 (40293435)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 海馬モデル / エピソード記憶 / 破局的忘却 |
|---|
| Outline of Annual Research Achievements |
本年度の研究では，これまでに構築した海馬モデルに，歯状回における神経新生，並びに，海馬における学習則であるスパイクタイミング依存性シナプス可塑性(STDP)を導入し，一般的なエピソード(時系列)の記憶が可能となるように改良を加えた．一般的な時系列では，1つの時系列内に同じパターンが繰り返し現れたり，複数の時系列間で同じパターンが共有されたりする．そのため，時系列を扱うモデルでは，同じパターンが入力された場合でも，文脈を考慮して異なるパターンを想起する1対多の連想能力が必要になる．本モデルでは，これを歯状回における神経新生と，CA3の反回側枝の学習に用いた非対称なSTDPによって可能としている．さらに，海馬に蓄えられたエピソードの記憶を，長期記憶を担う大脳皮質モデルへと転写する仕組みを構築した．一般に，ニューラルネットワークに記憶された情報を取り出すのは極めて難しい．本研究では，海馬CA3にカオスニューロンを導入することで，想起時に海馬モデルが記憶した時系列を動的に取り出すことを可能とした．また，抽出した時系列を，擬似パターンとともに大脳皮質モデルに学習させることで，既に大脳皮質モデルに蓄えられている記憶を破壊(破局的忘却)することなく，記憶の転写を可能とした．また，これまでの大脳皮質モデルは，階層型ネットワークを誤差逆伝搬法によって学習するものであったが，学習法に生理学的な妥当性が乏しかった．そこで，最終中間層と出力層のみで学習を行う誤差非伝搬学習を採用し，このモデルにおいて，破局的忘却を抑制する方法について調査を行った．これらの研究成果の一部は，既に国際会議，国内学会に発表している．未発表の内容については，現在，投稿準備中である．
|
