| 研究課題/領域番号 |
19K20365
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 東京大学 (2021-2022)
国立研究開発法人理化学研究所 (2019-2020) |
|---|
研究代表者 |
寺田 裕 東京大学, 大学院理学系研究科(理学部), 客員共同研究員 (40815338)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | リカレントニューラルネットワーク / 神経データ / 結合推定 / 非線形動力学 / カオス |
|---|
| 研究成果の概要 |
本研究では，神経活動データから神経細胞間の結合を推定する手法に関する研究と神経回路網の数理モデルを用いた研究を行った．まず，平均場理論や情報理論に基づく手法を応用することで効率的な結合推定手法を開発した．そして，提案した推定手法をスパイクデータに適用することで背後にあるシナプス結合が正確に推定されることを確認した．次に，リズム的な神経活動に対する解析として結合位相振動子モデルを解析した．特に，線形応答理論を構築し，逆問題への応用を考えた．最後に，リカレントニューラルネットワークを使った研究では，学習の結果得られるカオス的な神経活動が確率分布の表現に有用であることを示した．
|
| 自由記述の分野 |
理論神経科学
|
| 研究成果の学術的意義や社会的意義 |
提案した結合推定手法は現状得られているデータだけでなく今後得られるよりサイズの大きいデータに対しても適用が期待される．神経回路網のモデルは神経科学の問題だけでなく，機械学習やAIといった関連分野への波及効果も期待できる．
|
