• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

ニューラルネットワークの対称、非対称構造における認知、記憶機構の計算論的研究

研究課題

研究課題/領域番号 12680379
研究種目

基盤研究(C)

配分区分補助金
応募区分一般
研究分野 知能情報学
研究機関名古屋工業大学

研究代表者

石井 直宏  名古屋工業大学, 工学部, 教授 (50004619)

研究分担者 山内 康一郎  北海道大学, 工学研究科, 助教授 (00262949)
岩堀 祐之  名古屋工業大学, 工学部, 教授 (60203402)
研究期間 (年度) 2000 – 2001
研究課題ステータス 完了 (2001年度)
配分額 *注記
3,500千円 (直接経費: 3,500千円)
2001年度: 1,100千円 (直接経費: 1,100千円)
2000年度: 2,400千円 (直接経費: 2,400千円)
キーワードネットワークの構造 / 生物のニューラルネット / 非対称構造 / 非線形解析 / 高次相関 / 最適化経路 / 認識回路 / 時空間相関 / 生物ニューラルネット / 非対称ニューラルネット / 空間相関 / センサー情報の統合 / 高速学習 / 追加学習
研究概要

本研究ではNew York大学Naka教授との共同研究を通して明らかにしてきた神経系の非対称構造のネットワークをそのべースにおき、神経回路が奇数次の経路と偶数次の経路の並列回路から構成されることの仮定をおき、この非対称回路がどのような機能を有するかをWiener解析法を用いて、明らかにして来た。これらの神経回路の刺激は動きのある刺激であるか時間的に強度変化のある刺激と見なされる。われわれの解析により、これらの非対称神経回路の機能が生物系の研究者によって観察された1次の線形経路と2次の非線形経路の並列回路に帰着できることを明らかにした。この研究成果を基に、非対称構造のニューラルネットワークが知覚・認知の符号化を実現する回路構成を明らかにしたい。このため、非対称構造の奇数、偶数の並列回路を拡張して、Nakaらが明らかにしたCatfishの網膜回路で神経系の相関符号化機序を解析した。このために、非対称回路の並列化回路の構成が大切となる。そこで、二つの非対称構造の神経回路の経路の情報の時間相関および空間相関により、刺激の動きおよび強度変化が的確に把握されることを明らかにした。さらに、この二つの非対称構造の上位回路での情報の流れが形成する情報経路の問題を取り上げた。この回路上ではベクトル化した情報が流れることを仮定する。これを上位での認識回路と考えることにより、最適な情報の流れを形成する経路の実現について、最適化手法を用いて、情報の流れの形成を示した。

報告書

(3件)
  • 2001 実績報告書   研究成果報告書概要
  • 2000 実績報告書
  • 研究成果

    (22件)

すべて その他

すべて 文献書誌 (22件)

  • [文献書誌] N.Ishii, M Nakamura, M.Ohta: "Correlation Functions in Nonlinear Newel Networks"Proc. the Seventh Int. Synp. on Art. Life & Robotics. vol.1. 148-151 (2002)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] H.Takeuchi, K.Yamauchi, N.Ishii: "A Study of Improvement in Robust of Sensor Int. for Autonornors Robots"Proc. the Seventh Int. Synp. on Art. Life & Robotics. vol.1. 161-164 (2002)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] M.Ohta, N.Ishii, M.Nakamura: "Optimization with Linear Constraints in the Neural Networks"Leature Notes in Computer Science. vol.2084. 561-569 (2001)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] H.Takeuchi, K.Yamauchi, N.Ishii: "Self-supervisees Leaning and Recognition by Integrating Int."Proc. IEEE Conf. on Ind. Electronics C&I. (IECON). 1195-1200 (2000)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] N.Yamaguchi, Yamauchi, N.Ishii: "An Incremental Learning Method using Weighteal Magnitude"Proc. IEEE Conf. on Ind. Electronics C&I. (IECON). 1189-1194 (2000)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] K.Iwata, N.Ishii: "A generation method of initial training data on active leaning"Int. Journal of Knowledge-Based Intelli : Eng. Systems. (印刷中). (2002)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] 鳥脇, 石井直宏, 鶴岡著: "情報数学(インターユニバーソティシリーズ)"オーム社. (2001)

    • 説明
      「研究成果報告書概要(和文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] N.Ishii, H.Nakamura,M.Ohta: "Correlation Functions in Nonlinear Neural Networks"Proc. Of the Seventh International Artificial Life & Robotics. 148-151 (2002)

    • 説明
      「研究成果報告書概要(欧文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] H.Takeuchi, K.Yamauchi, N.Ishii: "A Study of Improvement in Robust. Of Sensor Information for Autononous Robots"Proc. Of the Seventh International Artificial Life & Robotics. 161-164 (2002)

    • 説明
      「研究成果報告書概要(欧文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] M.Ohta, N.Ishii, M.Nakamura: "Optimization with Linear Constraints In the Neural Networks"Lecture Notes in Computer Science(Springer Verlag). Vol2083. 561-569 (2001)

    • 説明
      「研究成果報告書概要(欧文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] H.Takeuchi, K.Yamauchi, N.Ishii: "Self-supervised Learning and Recognition by Integrating Sensory Information"Proc. Of IEEE Conference on Industrial Electronics, Control and Instrumentation, IECON. 1195-1200 (2000)

    • 説明
      「研究成果報告書概要(欧文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] N.Yamaguchi, K.Yamauchi, N.Ishii: "An Incremental Learning Method using weighted Magnitude"Proc. Of IEEE Conference on Industrial Electronics, Control and Instrumentation, IECON. 118-119 (2000)

    • 説明
      「研究成果報告書概要(欧文)」より
    • 関連する報告書
      2001 研究成果報告書概要
  • [文献書誌] N.Ishii, M.Nakamura, M.Ohta: "Correlation Function in Nonlinear Neural Networks"Proc.the Seventh Int.Symp.on Art.Life & Robotics. vol1. 148-151 (2002)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] H.Takeuchi, K.Yamauchi, N.Ishii: "A Study of Improvement in Robust.of Sensor Inf.for Autonomous Robots"Proc.the Seventh Int.Symp.on Art.Life & Robotics. vol1. 161-164 (2002)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] M.Ohta, N.Ishii, M.Nakamura: "Optimization with Linear Const.in the Neural Networks"Lecture Notes in Computer Science. No.2084. 561-569 (2001)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] H.Takeuchi, K.Yamauchi, N.Ishii: "Self-supervised Leaming and Recognition by Integrating Inf."Proc.2000 IEEE Conf.on Ind.Electronics C & I. (IECON). 1195-1200 (2000)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] N.Yamaguchi, Yamauchi, N.Ishii: "An Incremental Learning Method using Weighted Magnitude"Proc.2000 IEEE Conf.on Ind.Electronics C & I. (IECON). 1189-1194 (2000)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] 鳥脇純郎, 石井直宏, 鶴岡: "情報数学(インターユニバーシティシリーズ)"オーム社. (2001)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] H.Takeuchi,K.Yamauchi,N.Ishii: "Self-superoised learning and Recognition by lutegrating Information"Proc.2000 IEEE Conf.on Ind.Electronics C.& I. (IECON). 1195-1200 (2000)

    • 関連する報告書
      2000 実績報告書
  • [文献書誌] N.Yamaguchi,K.Yamauchi,N.Ishii: "An Incremental Learning Method using Weighted Magnitude"Proc.2000 IEEE Conf.on Ind.Electronics C & I. (IECON). 1189-1194 (2000)

    • 関連する報告書
      2000 実績報告書
  • [文献書誌] N.Yamaguchi,K.Yamauchi,N.Ishii: "a Method of Merging Hidden Units of RBF Networks."Proc.International Conf.on Neural Inf.Process.. (ICONIP). 1-3 (2000)

    • 関連する報告書
      2000 実績報告書
  • [文献書誌] K.Yamauchi,S.Ito,N.Ishii: "Wake-Sleep Learning method for quick adaptation"Proc.International Conf.on Neural Inf.Process.. (ICONIP). 1-6 (2000)

    • 関連する報告書
      2000 実績報告書

URL: 

公開日: 2000-04-01   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi