| 研究概要 |
IT野にはヒトやサルの顔認識ニューロンが存在し,これは次のような挙動をすることが生理学者によって発見された.まずサルに,複数のヒトやサルの顔を学習させる.続いて,このサルに既に学習したAさんの顔を見せる.するとまず最初に,ヒトをコードしている全ニューロンが発火し,その後,Aさんの顔をコードしているニューロンだけが発火を持続し,それ以外は発火しなくなる.このとき,サルをコードしているニューロンの発火は殆ど見られない.つまり,まず物体の大まかな認識(ヒトかサルかのグループ認識)が行われ,続いて,それが誰なのかという詳細な認識が時間を追って行われるということが分かってきたのである.
本研究では,連想記憶モデルでこの想起ダイナミクスが再現できないか研究している.現在の所,サルが学習した顔の特徴を取り入れた学習パターンを作成し,これを連想記憶モデルに学習させて想起安定性の確認が終了した.顔の特徴を取り入れるために,同一グループに属する顔パターンは互いに似ているため相関が強いもの仮定し,学習パターン同士にも相関の違い取り入れてグループ化したものを作成した.これを学習させた連想記憶モデルで,想起完了後の平衡状態を調べた結果,学習パターンが想起できることは勿論であるが,同一グループの学習パターン全ての混合状態も安定に想起できることを確認した.また,同一グループに属する学習パターンの相関が強くなるほど,それらから作られる混合状態の安定性も強くなり,より想起しやすくなることが分かった.これは,相関の強いパターン同士は同時に発火しやすくなることを意味するものと考えている.なお,この想起安定性は,統計力学的理論計算と計算機シミュレーションで裏づけを行った.今後は,想起に至るまでのダイナミクスについて,生理学実験で得られた挙動が再現できるか調べる.
|
