• 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

海馬から大脳皮質への宣言的記憶の転写モデル

研究課題

研究課題/領域番号 16K00329
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 ソフトコンピューティング
研究機関山梨大学

研究代表者

服部 元信  山梨大学, 大学院総合研究部, 准教授 (40293435)

研究協力者 中野 峻太  
研究期間 (年度) 2016-04-01 – 2019-03-31
研究課題ステータス 完了 (2018年度)
配分額 *注記
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
キーワード海馬 / 大脳皮質 / 記憶 / ニューラルネットワーク / 破局的忘却 / No-prop / CHL / 大脳皮質モデル / 擬似リハーサル / Hebb則 / 重みの重要度 / 擬似パターン / No-Prop / 宣言的記憶 / エピソード記憶 / 神経新生 / スパイクタイミング依存性シナプス可塑性 / ソフトコンピューティング
研究成果の概要

本研究では,出来事や事実に関する記憶を司る海馬と大脳皮質における相補的な学習システムを工学的にモデル化することを目的とし,生物学的に妥当なモデルの構築を行い,その特性を計算機シミュレーションによって調査した.特に,長期的な記憶の座である大脳皮質に重点を置き,新しい記憶によって古い記憶が壊されることを防ぐには,どのような仕組みが必要になるのか,生物学的な妥当性を考慮したモデル化を行った.その結果,誤差の逆伝搬を行わない生物学的に妥当な学習方法と擬似リハーサルを組み合わせることで,忘却の抑制が行えること,また,重みの重要度を考慮することでさらに忘却の抑制を改善できることを明らかにした.

研究成果の学術的意義や社会的意義

意識的に思い出すことのできる様々な出来事に関する記憶(エピソード記憶)や事実に関する記憶(意味記憶)は宣言的記憶と呼ばれ,思考や推論をといった極めて高次な情報処理で用いられている.宣言的記憶は,初めに海馬に蓄えられ,その後徐々に大脳皮質へと転写されていくと考えられているが,その仕組みは未解明である.本研究では,人間のように知的で柔軟な情報処理システムの実現に向けて,その基盤となる宣言的記憶の形成過程を工学的に模倣した.特に,人間のように,古い記憶を破壊することなく,次々と新しい情報を追加的に記憶していく仕組みについて,そのモデル化を行った.

報告書

(4件)
  • 2018 実績報告書   研究成果報告書 ( PDF )
  • 2017 実施状況報告書
  • 2016 実施状況報告書
  • 研究成果

    (8件)

すべて 2019 2018 2017 2016

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (7件) (うち国際学会 5件)

  • [雑誌論文] Characteristics of contrastive Hebbian learning with pseudorehearsal for multilayer neural networks on reduction of catastrophic forgetting2018

    • 著者名/発表者名
      Hattori Motonobu、Nakano Shunta
    • 雑誌名

      International Journal of Computational Intelligence Studies

      巻: 7 号: 3/4 ページ: 289-289

    • DOI

      10.1504/ijcistudies.2018.096184

    • 関連する報告書
      2018 実績報告書
    • 査読あり
  • [学会発表] 擬似リハーサルと重みの重要度を用いた破局的忘却の抑制2019

    • 著者名/発表者名
      中野峻太, 服部元信
    • 学会等名
      電子情報通信学会ニューロコンピューティング研究会
    • 関連する報告書
      2018 実績報告書
  • [学会発表] Rduction of Catastrophic Forgetting for Multilayer Neural Networks Trained by No-Prop Algorithm2018

    • 著者名/発表者名
      Motonobu Hattori and Hideto Tsuboi
    • 学会等名
      IEEE 2018 International Conference on Information and Communicatio Technology (ICOIACT)
    • 関連する報告書
      2017 実施状況報告書
    • 国際学会
  • [学会発表] ニューラルネットワークを用いた強化学習における環境状態の分布を考慮した擬似リハーサルの導入2018

    • 著者名/発表者名
      辺見航平,服部元信
    • 学会等名
      情報処理学会第80回全国大会
    • 関連する報告書
      2017 実施状況報告書
  • [学会発表] Alpine Plants Recognition with Deep Convolutional Neural Network2017

    • 著者名/発表者名
      Tomoaki Negishi and Motonobu Hattori
    • 学会等名
      14th International Symposium on Neural Networks
    • 関連する報告書
      2017 実施状況報告書
    • 国際学会
  • [学会発表] Reduction of Catastrophic Forgetting in Multilayer Neural Networks Trained by Contrastive Hebbian Learning with Pseudorehearsal2017

    • 著者名/発表者名
      Shunta Nakano and Motonobu Hattori
    • 学会等名
      IEEE 10th International Workshop on Computational Intelligence and Applications (IWCIA)
    • 関連する報告書
      2017 実施状況報告書
    • 国際学会
  • [学会発表] Parallel Learning for Combined Knowledge Acquisition Model2016

    • 著者名/発表者名
      Kohei Henmi and Motonobu Hattori
    • 学会等名
      International Conference on Neural Information Processing
    • 発表場所
      京都大学(京都府・京都市)
    • 年月日
      2016-10-16
    • 関連する報告書
      2016 実施状況報告書
    • 国際学会
  • [学会発表] A Hippocampal Model for Episodic Memory using Neurogenesis and Asymmetric STDP2016

    • 著者名/発表者名
      Motonobu Hattori and Yoshinori Kobayashi
    • 学会等名
      IEEE and INNS International Joint Conference on Neural Networks
    • 発表場所
      Vancouver, Canada
    • 年月日
      2016-07-24
    • 関連する報告書
      2016 実施状況報告書
    • 国際学会

URL: 

公開日: 2016-04-21   更新日: 2020-03-30  

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