| Research Abstract |
本研究課題では,従来のシナプス結合重みの改変による機能形成ではなく,シナプス結合そのものの形成と消失に伴う構造的変化により,所望の機能が発現する仕組みを明らかにすることを目的としている.本年度は,学習的構造改変による機能発現のための基礎的考察として,生理学的,解剖学的な知見等を基に,数理的,情報論的に可能な計算アルゴリズムを種々検討し,ノイズ耐性に優れた神経回路網モデルを構築した.また,よりマクロな生体制御系における発見的知識獲得による機能発現に関して,実験的に考察した.
1.学習的構造改変による機能発現のための基礎的考察
最新の生理学的知見等を基に,学習的構造改変のための情報伝達経路について,可能な計算アルゴリズムを検討した.とくに,Hodgkin-Huxleyモデルと同等な特徴を持つ,離散時間パルスニューロンモデルを提案し,そのダイナミクスを詳細に解析した.
その結果,シナプスを介して伝達される神経パルスの特徴(とくに発火間隔の違い)により,伝達される情報の種類を変更できる可能性を見出した.たとえば,低周波で発火するパルスは相対的に入力パルスに混入するノイズに敏感であることから,結合形成の前段階においても,Hebb則で構造改変を行う際に必要な同期的発火の生成に効果的である可能性が示唆された.また,ノイズ耐性に優れるだけでなく,ノイズを積極的に利用して機能を向上させる確率的共振現象を示すモデルを構築した.
2.生体制御系における発見的知識獲得による機能発現の実験的考察
中枢神経系による,よりマクロな生体制御においても,機能発現における発見的知識獲得過程が実験的に示唆された.とくに,手動制御系において,強化学習の枠組みを拡張適用することで,発見的な制御則獲得が行われていることを実験結果より明らかにした.現在,この結果の理論解析を進め,神経回路網を用いた新しい発見的知識獲得モデルを構築している.
|
