時間遅れを取り入れた海馬CA3モデル
スポンサーリンク
概要
- 論文の詳細を見る
長期記憶の形成を説明できる海馬-新皮質モデルを構築するために, 海馬CA3に対して伝達時間遅れを取り入れたパルスニューロンモデルを提案する。コンピュータシミュレーションにおいて, 200 msの間隔の空間パターンで構成された時系列パターンを用いる。シナプス伝達時間遅れの効果と, 時系列パターンと学習則の関係を考察し, コンピュータシミュレーションにより本モデルがその時系列パターンをうまく学習し想起できることを示す。更に, 今回提案する新学習則を用いると, ランダムな空間パターンから成る時系列パターンもうまく学習し想起できることを示す。
- 社団法人電子情報通信学会の論文
- 1999-03-18
著者
-
伊藤 真
沖縄科学技術研究基盤整備機構
-
伊藤 真
群馬大学医学部行動分析学教室crest
-
三宅 章吾
東北大学大学院工学研究科応用物理学専攻
-
澤田 康次
東北工業大学
-
沢田 康次
東北工業大学
-
澤田 康次
東北大通研
-
沢田 康次
東北大学 電気通信研究所
-
沢田 康次
東北大学電気通信研究所
-
伊藤 真
東北大学電気通信研究所
-
猪苗代 盛
日本大学工学部情報工学科
-
黒岩 丈介
広島大学総合科学部数理情報科学コース
-
沢田 康次
東北大学電情報科学研究科
関連論文
- モデルフリーとモデルベース戦略の課題依存的な選択(BCI/BMIとその周辺)
- 相関のあるパターンを用いたカオスニューラルネットワークのダイナミクス
- A-2-27 非定常な時系列に対応した長期予測
- 21aWE-1 「先行制御」とリズムの自己生成の必要性(21aWE 生物物理,領域12(ソフトマター物理,化学物理,生物物理))
- A-15-25 ヒトの視覚-運動制御系におけるフィードバック強度とフィードフォワード強度のトレードオフ(A-15.ヒューマン情報処理,一般講演)
- A-15-18 リズミックな音刺激を与えたときの追従運動特性(A-15.ヒューマン情報処理,一般講演)
- こころの線形現象論 (特集 脳と心)
- 相互追従実験におけるヒトと機械の協調運動パターン(コミュニケーションデザイン及び一般)
- A-15-25 手動追従運動に対するターゲット弁別容易度の影響(A-15. ヒューマン情報処理)
- 人の感覚運動システムにおける先行位相の定量的研究
- ラットの空間探索課題における海馬-大脳基底核モデル
- 環状結合ニューラルネットワークのアトラクタとその流域構造
- ラットナビゲーションモデルによる水迷路課題
- 複素対数変換と応答ベクトルを用いた情報圧縮によるパターン探索の効率化
- 視覚情報による場所認知システムに関する研究
- NLP2000-18 / NC2000-12 海馬-連合野モデルによる時系列パターンの長期記憶形成
- ニューラルネットワークにおけるアトラクティブフィールドの学習に関する研究
- 循環結合型ニューラルネットワークのアトラクターの分類に関する研究
- 海馬-大脳基底核モデルによるラットナビゲーションタスク
- 結合写像による神経場のモデルと時間・空間情報のコーディング
- 行動分割型マルチエージェントによる強化学習の高速化
- 注意と予測を取り入れた物体追従システム
- 時間遅れを取り入れた海馬CA3モデル
- 25aZA-10 ランダムに正負の散逸を取るLangevin系 : 2階確率微分方程式への拡張
- 25pU-13 ランダムに正負の散逸を取るLangevin系の電気回路シミュレーション
- 28p-XF-14 ランダムに正負の散逸をとるLangevin系の統計性
- NH_4Cl多結晶薄膜の自己アフィンフラクタル界面の成長条件と粗さ指数
- アセチルコリンの働きを考慮した長期記憶形成モデル
- NLP2000-18 / NC2000-12 海馬-連合野モデルによる時系列パターンの長期記憶形成
- 海馬を用いた記憶システムの神経回路網モデル
- 時系列情報が扱える海馬を含む記憶モデル
- H-013 系列の区切りを考慮した単純再帰ネットワークモデル(H分野:生体情報科学)
- D-12-43 パターン認識のための適応的非線形次元圧縮法
- 遅延を伴う確率的報酬獲得課題におけるヒトの意思決定に関する研究(一般セッション3)
- A-15-21 側方性結合を用いた境界検出モデル(A-15. ヒューマン情報処理)
- 非線形変換を用いたニューラルネットワークによる知識獲得法
- A-40 進行する亀裂パターン(A-2. 非線形問題,一般講演)
- 30a-F-7 ガラス亀裂のダイナミクスと対称性
- 強化学習を用いた放射状迷路課題のモデル化
- ラットのオペラント課題における強化学習モデル
- 24. 非線形と自己組織 (非線形現象の不思議)
- コミュニケーションダイナミックス : 先行制御機構をもつ複数エージェントの相互作用の研究(テーマセッション「ランダムネスと予測〜その基礎と応用」及び一般, ランダムネスと予測-その基礎と応用1)
- コミュニケーションダイナミックス : 先行制御機構をもつ複数エージェントの相互作用の研究(テーマセッション「ランダムネスと予測〜その基礎と応用」及び一般, ランダムネスと予測-その基礎と応用1)
- D-2-19 階層型強化学習を用いた系列運動学習課題の学習モデル
- 細胞性粘菌高速パターン系 : 細胞分化の位置情報
- 4p-C-1 多重安定系に対する相関のあるノイズの影響 : Chaotic White Noise
- 29a-PS-56 細胞選別の定量的研究
- 29a-PS-55 カオス時系列の神経回路網による学習過程
- 30p-W-7 人工膜の自励発振とその諸特性
- 機能マップの自己組織化への統計力学的アプローチ(基研研究会「ニューラルネットワーク〜これからの統計力学的アプローチ〜」,研究会報告)
- アナログ連想メモリの集積化
- ヒトの視覚運動系における位置誤差補正運動と予測運動の混在と分離
- 物体形状に関するゲシュタルト性を考慮した注意視モデル
- 高齢運転者のカーブ走行時運転挙動特性について : ドライビングシミュレータによる走行実験分析
- D-2-20 運動指令説に基づくジェスチャー知覚・生成モデル
- 時系列学習で作られる内部表現と出力素子数の関係
- ニューラルネットワークによる動的メモリの構成
- 自己相関連想記憶の記憶容量増加に関する研究
- 意思決定と行動学習の数理モデル (特集 学習と記憶--基礎と臨床)
- 脳と心のメカニズム 冬のワークショップ2003報告
- 動的輪郭法の計算原理に基づく物体検出モデル(バイオサイバネティックス, ニューロコンピューティング)
- 新しいネオコグニトロン型ネットワークとICA・PCAを用いた学習法(バイオサイバネティックス, ニューロコンピューティング)
- 図地反転知覚における視覚的注意のモデル
- スケールスペース理論に基づく注視モデル(バイオサイバネテッィクス,ニューロコンピューティング)
- 仮定と検証に基づく注視点移動によるパターン認識モデル(バイオサイバネティックス,ニューロコンピューティング)
- A-13-6 相互追従実験におけるヒトと機械の協調(A-13.思考と言語,一般講演)
- A-15-2 視標運動予測時における手の追従運動周波数変化(A-15. ヒューマン情報処理, 基礎・境界)
- D-2-15 パルス結合型ニューラルネットワークによる図形検出モデル
- ホップフィールドモデルのノイズ安定性
- 機能分離型ニューラルネットワークの情報処理能力
- ゲームにおけるローカルミニマム回避のアルゴリズム
- 脳の現象論と物理学
- 予測と行為 : 主体的行為はいかにして可能か
- 人の感覚運動系における先行制御
- 視覚目標追従時の手の先行運動
- 生物と脳の数理科学について--自然科学言語と人文科学言語の融合の場 (20世紀科学革命の基礎--相対論,量子論から脳科学まで)
- 興奮性を持つ写像によるニューラルネットワーク・モデルとその時系列学習への応用
- リミットサイクルを生成する集積化人工神経回路網の設計
- シンポルダイナミクスの学習によるパターンダイナミクスの記憶
- ワークショップ「脳型コンピュータとは何か」から : 脳型コンピュータとは何か?
- D-2-2 仮定と検証に基づく位置・変形に頑健なパターン認識モデル
- 脳型コンピュータとは何か?
- 神経場を用いた画像制御
- 3D04 ヒドラの再生における細胞間相互作用
- 強化学習を用いた球技動作の予測と制御
- 未知情報を選別・記憶する連想記憶システムの集積化
- 局所特徴導入による高速学習に関する研究
- しきい値制御荷重値更新による学習性能に関する研究
- 局所特徴導入による高速学習に関する研究
- しきい値制御荷重値更新による学習性能に関する研究
- 脳の理工学的研究 (特集 脳研究)
- 脳の理工学的研究の方法論について
- 荷重値の更新に閾値を設けたニューラルネットワークの学習性能とその集積化
- アナログ連想メモリの高機能化とその集積化
- 多層パーセプトロンの幾何学的性質に基づく構造最適化
- スケールスペース解析及びヒトの認知現象に基づいた注意視モデル(認知現象の分析とモデル化(その2))
- D-2-12 マルコフ過程を学習する自己組織化ネットワーク
- ネオコグニロン型神経回路モデルの開発支援を目的としたライブラリの設計と実装
- 相互追従実験と組互タッピング実験における二者間の同期現象とモデル化 (ニューロコンピューティング)
- 相互追従実験と相互タッピング実験における二者間の同期現象とモデル化