| 研究概要 |
本研究は,脳の神経回路網の機能を実現するための情報処理原理,すなわち神経系の情報コーディングを解明し,その情報処理原理に基づくハードウェア情報処理システムを実際に製作することを目的としている。本年度は,昨年度得られた結果を基に,1.ニューロンレベルでのニューラルコーディングの解明について研究を行うと共に,2.ニューロンモデルの開発,および,3.時系列パターン認識のためのニューラルネットワークについて研究を行った。その結果,
1.(1)ニューロンの出力パルスの固有の振幅,及び固有の幅のばらつきは,シナプス荷重により補正できることを明らかにした。(2)軸索遅延とシナプス遅延がニューロンの性質に与える効果は異なることを明らかにした。(3)通常の連続発火を示すニューロンの出力信号でも,回帰結合がある簡単なニューラルネットワークで,バースト発火現象が生じることを明らかにした。
2.(1)Λ形トランジスタを用いたパルス形ハードウェアニューロンモデルについて論文をまとめる(論文投稿中)と共に,IC設計をVDECを通し行った。(2)他のパルス形ハードウェアニューロンモデルとして八木型のモデルを提案し(雑誌論文1番目),IC設計をVDECを通し行った。(3)パルス形ハードウェアバーストニューロンモデルのIC化可能なモデルを提案した(論文投稿中)。
3.(1)前年度提案した時系列識別のためのニューラルネットワークモデルを使用し,単チャネルのマウス脳波の識別実験を計算機シミュレーションで行った結果,時間的あるいは空間的に伸縮した波形に対して正しく識別できることを示し,結線数も少ないことからハードウェア化に適していることを明らかにした(雑誌論文2番目)。
|
