| 研究課題/領域番号 |
20K11974
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
立野 勝巳 九州工業大学, 大学院生命体工学研究科, 准教授 (00346868)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 海馬 / 嗅内皮質 / スパイキングニューラルネットワーク / GPU / 場所細胞 / 格子細胞 / 内側側頭葉 / 前頭前野 / 空間探索課題 |
|---|
| 研究開始時の研究の概要 |
本研究では、エピソード記憶に関連する内側側頭葉と行動計画に関連する前頭前野を併せもつ神経回路モデルを移動ロボットと組み合わせて空間探索する仕組みを提案する。提案する神経回路モデルは、神経スパイクでやり取りするスパイキングニューラルネットワークとする。移動ロボットが実環境のセンサー情報を神経回路モデルに送り、神経回路シミュレーションの結果をロボットにフィードバックすることで、実時間で実空間と相互作用しながら学習できるようにする。
|
| 研究成果の概要 |
内側側頭葉モデルとして、海馬と嗅内皮質のスパイキングニューラルネットワーク（SNN）を作成し、その海馬からの出力を受けて行動選択をするSNNを結合した。提案SNNにいくつかの迷路課題を遂行する過程で、ドーパミン依存のスパイクタイミング依存性可塑性により、報酬に応じてシナプス結合が自己組織的に形成され、場所細胞の順方向リプレイが生じることを確認した。さらに、ニューロンモデルに順応特性を適用することで、逆方向リプレイや未経験経路のリプレイも確認した。また、嗅内皮質―海馬SNNにおいて、他者を含む観察T迷路課題も学習できることを確認した。
|
| 研究成果の学術的意義や社会的意義 |
迷路課題を学習する過程で、自己組織的に海馬ニューラルネットワーク内の場所細胞に経路の情報が蓄積されるという機構が提案でき、未経験の経路も生成できることが明らかになった点に学術的意義がある。未経験経路を示す一連の場所細胞の活動を海馬外のネットワークと接続し、脳内シミュレーションすることで、経験していなくても探索機能を強化することできるようになり工学的応用に意義がある。また、他者の場所表現を含めたネットワークの提案により、より社会性のある課題に対する応用も期待できる。GPＵで並列計算する独自ライブラリの提案により、CUDAの専門知識がなくとも、容易に大規模なSNNが構築できるようになった。
|
