Theoretical and Empirical Study for Modulation and Integration Function of Context Information in Memory Networks

• Project/Area Number: 20H04246
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Okinawa Institute of Science and Technology Graduate University
• Principal Investigator: 塚田 啓道 沖縄科学技術大学院大学, 神経計算ユニット, 研究員 (40794087)
• Co-Investigator(Kenkyū-buntansha): 杉崎 えり子 玉川大学, 脳科学研究所, 研究員 (20714059) ; 奈良 重俊 岡山大学, 自然科学研究科, 特命教授 (60231495) ; 塚田 稔 玉川大学, 脳科学研究所, 客員教授 (80074392) ; 山口 裕 福岡工業大学, 情報工学部, 助教 (80507236) ; 津田 一郎 中部大学, 創発学術院, 教授 (10207384)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Project Status: Granted (Fiscal Year 2020)
• Budget Amount: ¥17,810,000 (Direct Cost: ¥13,700,000、Indirect Cost: ¥4,110,000); Fiscal Year 2021: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2020: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
• Keywords: 時空間学習則 / 脳型記憶学習情報処理 / 実験と理論の融合 / フラクタル / ニューラルネットワーク

Outline of Research at the Start

我々人間の脳は時々刻々と変化する外界の大容量同時並列のダイナミックな情報を、限られた記憶ネットワーク空間に効率的に情報圧縮し学習・記憶する情報操作機能を持っている。これらの情報処理は、“注意”や“意識”に代表されるトップダウン情報を巧みに利用することで実現可能となっている。
本研究では、トップダウン情報処理がボトムアップで形成された文脈情報をどのように修飾・統合するかを理論と実験の融合研究により明らかにする。その知見に基づいて脳の記憶情報処理の優れた特徴を人工神経回路網に組み込み、応用として人工知能への脳的高次機能搭載を視野に入れた次世代の脳型記憶学習情報処理システムの基盤構築を目指す。