| 研究領域 | 脳神経マルチセルラバイオコンピューティング |
|---|
| 研究課題/領域番号 |
21H05163
|
|---|
| 研究機関 | 公立はこだて未来大学 |
|---|
研究代表者 |
香取 勇一 公立はこだて未来大学, システム情報科学部, 教授 (20557607)
|
|---|
| 研究分担者 |
加藤 秀行 大分大学, 理工学部, 准教授 (00733510)
徳田 慶太 順天堂大学, 健康データサイエンス学部, 講師 (50762176)
保坂 亮介 芝浦工業大学, システム理工学部, 准教授 (80569210)
|
|---|
| 研究期間 (年度) |
2021-08-23 – 2024-03-31
|
| キーワード | レザバー計算 / ニューラルネットワーク / 感覚情報処理 / 運動制御 / バイオ計算 |
|---|
| 研究実績の概要 |
最終年度である2023年度も順調に研究が進行し、多くの成果が得られた。特に、リザバー計算を培養神経回路上に実装し、その上で音声認識が可能であること、またパターン認識における汎化能力を確認することができた。これらの培養神経回路上に、さらに機能的なネットワークを構築するための準備として、スパイキングニューロンネットワークの数理モデルを構築し、予測符号化に関わる性能やパラメータ依存性の評価を進めた。また、シナプススケーリングなどの詳細なシナプス生理学パラメータを導入したシミュレーションのフレームワークを構築した。加えて、多チャンネルの神経活動データと神経ダイナミクスの数理モデルを基に、神経回路の機能的結合を推定する新たなデータ解析手法の整備にも取り組み、その基本的な動作を確認することができた。
さらにバイオ計算の可能性を探索し、複合的なレザバー計算モデルを構築した。まず視覚情報のみを使用してエージェントの行動を計画するためのレザバー・ベースのメンタルシミュレーションモデルを提案した。このモデルは予測符号化とレザバー計算モデルを組み合わせることで、エージェントの行動を最適化し、目標状態に到達するための環境をシミュレートする。さらに、モータープリミティブの生成と切り替えのためのレザバー強化学習モデルの研究では、基本的な運動パターンを生成し、これらを切り替えるための強化学習モデルを提案した。連続した状態行動空間を持つタスクにおいて、提案モデルがモータープリミティブの切り替えを行い、複雑な軌道パターンを生成する能力を示した。これらの結果から、提案モデルが実世界環境での効率的な学習、行動計画、教示データの欠如や未知の環境への適応という課題に対処できる可能性が示された。これらの研究により、感覚情報処理と運動制御の統合ネットワークモデルに基づくバイオ計算の基盤が構築できたことになる。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
