|
本研究は、最近実験的な研究成果が公表されてきている哺乳類成体におけるニューロンの新生現象の脳の情報処理における役割について、モデル構築と計算機シミュレーションを通して理論的に明らかにする研究の一環として行う。
本研究では、新生ニューロンの存在を積極的に取り入れたモデルを構築し、その挙動を非線形システム解析の手法を駆使して解析することにより、神経生理学の実験研究にも貢献できうる新生ニューロンの役割に関する仮説を提示することを目的とする。
本年度は、本研究の基盤となるニューロンモデルの選定と、基本的な連想記憶ネットワークモデルの構築を行い、この連想記憶モデルの性能を評価し、改良を行った。具体的には、ニューロンモデルとして複素ニューロンモデルを取り上げた。このモデルは、入力変数やシナプス結合係数を従来の実数から複素数に拡張したニューロンモデルである。この複素ニューロンモデルは位相情報との相性が良く、海馬神経回路のモデルとして従来から用いられている位相振動子モデルのネットワークで得られている知見を簡潔な離散時間モデルで表現することが期待できるモデルである。複素ニューロンモデルを基本素子としたHopfield型ネットワークにおける連想記憶モデルに関する研究は既になされているが、従来モデルでは記憶容量が小さいという問題があり、このままでは本研究に用いるネットワークモデルとしては不適切である。そこで、本年度はこのネットワークモデルの記憶容量の増大を目指し、複素ニューロンの出力関数を三角関数を用いて改良し、従来の複素連想記憶モデルに比べ記憶容量が大幅に改善することを確認した。
この成果は、本研究の目的である新生ニューロンの存在を考慮した記憶ネットワークモデルの構築の基盤となるものである。
|
