2014 Fiscal Year Annual Research Report
動的シナプスを含む神経回路網のダイナミクスとその工学的応用の研究
| Project/Area Number |
25730175
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
香取 勇一 東京大学, 生産技術研究所, 研究員 (20557607)
|
|---|
| Project Period (FY) |
2013-04-01 – 2015-03-31
|
| Keywords | 神経ネットワーク / 動的シナプス / 短期的シナプス可塑性 / 連想記憶ネットワーク / 数理モデル |
|---|
| Outline of Annual Research Achievements |
近年の生理学の研究により、神経細胞（ニューロン）間の信号伝達を担うシナプスの信号伝達公立が様々な要因により、短時間のうちに変化することが明らかになっている。そのようなシナプスの一つに、連続した前シナプスニューロンの発火とともに信号伝達効率が一時的に減少、あるいは増大する短期的シナプス可塑性の性質を持った動的シナプスがある。これまでに単一の動的シナプスの特性はよく研究されている一方で、動的シナプスによる多数の結合を含む神経回路網の動力学特性、脳内の情報処理における役割に関しては未解明の部分が多い。
本研究では、動的シナプスによる結合を持つ神経回路網の性質に着目し、動的シナプスを含む神経回路網の動力学特性、脳内の情報処理における役割の解明、工学的応用のための基盤の確立に取り組んだ。
大規模神経回路網モデルに関しては、スパイキング・ニューロンを基に動的シナプスを含む神経回路網モデルを構築し、生理学データと一致するモデルを提案し、脳の高次機能に関連する神経情報処理の機構を説明することが出来た。さらに神経回路網ダイナミクスをバイナリー・ニューロンモデルや平均場モデル・分岐構造解析の手法を用いた解析に取り組んだ。特に、スパースな結合を持つ連想記憶ネットワークの特性や、不均一に結合した神経回路網のダイナミクスの特性を明らかにした。さらに神経ダイナミクスの工学応用に関する研究では、神経回路網を電子回路（FPGA）に実装し、その性能評価を行った。さらに時系列情報処理において動的シナプスが短期記憶課題の性能向上に寄与することを示した。
|
