| 研究課題/領域番号 |
17K19961
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
萩谷 昌己 東京大学, 大学院情報理工学系研究科, 教授 (30156252)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | DNAコンピュータ / 分子ロボット / 群ロボット / 自己組織化 / 機械学習 / ＤＮＡコンピュータ |
|---|
| 研究成果の概要 |
本研究は、電子回路による高速な情報処理と、化学反応による低速な情報処理を融合した新たな情報処理モデルを構築することを動機とし、分子デバイスから構成される分子ロボットによって群知能を実現することを最終的な目的として、分子ロボットの群れ（群分子ロボット）をセルオートマトン（ゲルオートマトンと呼ぶ）としてモデル化し、群れの中で経路や全域木などの各種のパターンを形成する分散アルゴリズムを構成した。さらに、化学的な勾配を模倣した信号伝搬と、電子回路におけるような高速の信号伝達によって拡張されたセルオートマトンのもとで、入出力の教師データから論理回路を合成する分散アルゴリズムを構成した。
|
| 研究成果の学術的意義や社会的意義 |
脳においては、アクソンが伸長することによりニューロン間のネットワークが形成されシナプスが変化することにより、長期的な情報処理である学習が行われる。パルスの伝達が一過性であるのに対して、アクソンの伸長やシナプスの変化においては、化学反応の影響が蓄積されネットワークの構造として定着する。このような学習の仕組みを倣って、将来的に人工的に同様の機能を分子で作られたデバイスによって実現するために、主としてセルオートマトンという数理モデルを用いて、ネットワーク形成の仕組みを構成した。
|
