2023 Fiscal Year Annual Research Report
Theoretical and Empirical Study for Modulation and Integration Function of Context Information in Memory Networks
Project/Area Number |
20H04246
|
Research Institution | Chubu University |
Principal Investigator |
塚田 啓道 中部大学, AI数理データサイエンスセンター, 准教授 (40794087)
|
Co-Investigator(Kenkyū-buntansha) |
津田 一郎 中部大学, 創発学術院, 教授 (10207384)
塚田 稔 玉川大学, 脳科学研究所, 客員教授 (80074392)
奈良 重俊 岡山大学, 環境生命自然科学研究科, 特命教授 (60231495)
山口 裕 福岡工業大学, 情報工学部, 助教 (80507236)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Keywords | 時空間学習則 / 文脈情報処理 / 実験と理論の融合 / フラクタル / ニューラルネットワーク / 文脈学習 / 海馬 / トップダウン |
Outline of Annual Research Achievements |
本研究課題はこれまで脳の海馬の記憶・学習ネットワークの生理学実験に基づき、文脈情報を学習・記憶する情報処理メカニズムの解明を目指して研究を進めてきた。 本年度はこれまでの4年間で進めてきた海馬の生理学実験、数値計算によるシミュレーション結果について統合的に議論し、海馬の文脈情報学習の理論構築を進めた。 STLRを用いた神経ネットワークの数値実験においては、前年度に明らかになった時間履歴を含んだSTLRが文脈情報の時間順序識別能力が高くなるメカニズムについての検討を行なった。結果として、STLRのカルシウム濃度とLTP/LTDに関連する閾値および学習率と深い関連性があり、STLRに時間履歴の影響を入れることで文脈情報分離におけるシナプス結合の初期値依存性が低減されることも明らかになった。 これまでの生理学実験におけるアセチルコリン等のトップダウン投射の学習への影響や数値実験の結果を踏まえた学習理論構築においては、STLRのカルシウム濃度とLTP/LTDに深く関連する閾値の範囲を拡張した拡張STLRモデルの構築に成功した。この学習則の拡張はアセチルコリン等のトップダウン投射の影響を組み込んだ海馬の新たな学習メカニズムの発見に繋がるとともにこれまでのSTLRの文脈情報の順序識別能力を格段に向上できる可能性があり期待できる。 また、STLRは決定論の学習モデルのためAIへの活用が限定的であったため、汎用性を高めるためにSTLRの確率モデルへの拡張も推進している。 今後、本研究成果を基盤として並列情報処理のハードウェアへの実装も視野に入れた研究への展開が期待できる。
|
Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
Research Products
(17 results)
-
[Journal Article] Understanding visual hallucinations: A new synthesis2023
Author(s)
D. Collerton, J. Barnes, N. J. Diederich, R. Dudley, D. ffytche, K. Friston, C. G. Goetz, J. G. Goldman, R. Jardri, J. Kulisevsky, S. J.G. Lewis, S. Nara, C. O’Callaghan, M. Onofrj, J. Pagonabarraga, T. Parr, J. M. Shine, G. Stebbins, J. P. Taylor, I. Tsuda, R. S. Weil
-
Journal Title
Neuroscience & Biobehavioral Reviews
Volume: 150
Pages: 105208~105208
DOI
Peer Reviewed / Open Access / Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-