ペアリング周波数に依存するシナプス学習則
スポンサーリンク
概要
- 論文の詳細を見る
近年,シナプス結合したプレニューロン,およびポストニューロンの発火タイミングに依存した,時間的に非対称なシナプス可塑性(STDP)が報告され、実験、理論両面から注目を集めている。本研究では海馬CA1錐体細胞シナプス結合強度変化をもたらす根本原因である細胞内Ca2+濃度の変化に着目し,モデル細胞を構築してSTDP則を再構築するとともに高頻度発火状態における変化則を予測した.その結果,高頻度ペアリング状態では発火タイミングに関わらずシナプス結合強度が強化されることがわかった.
- 社団法人電子情報通信学会の論文
- 2002-03-11
著者
-
渡辺 正峰
東京大学大学院工学系研究科システム量子工学専攻
-
渡辺 正峰
東京大学工学部
-
浦久保 秀俊
東京大学大学院工学系研究科
-
渡辺 正峰
東京大学大学院工学系研究科
-
渡辺 正峰
東京大学大学院 工学系研究科
関連論文
- 視覚ワーキングメモリの操作容量
- 興奮性-抑制性ネットワークにおけるシナプス減衰の機能的役割
- 減衰シナプスをもつアトラクタネットワークの想起特性(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)
- 減衰シナプスをもつアトラクターネットワークの想起特性
- Generative modelにおける非線形順光学過程の学習
- ニューロン発火関数とSTDPの相互作用(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)
- ペアリング周波数に依存するシナプス学習則
- 連続時間型連想記憶モデルにおけるSTDPによる記憶の貯蔵構造変化
- ラット第5層IBモデルニューロンにおけるスパイク入力頻度に依存した発火特性の機能的変化
- NC2000-46 確率発火ニューロンモデルを用いたスパイクネットワークの理論的解析
- NC2000-45 デュアルコーディングとネットワークダイナミクス : 興奮性-抑制性ニューロンの発火バランスによるニューロン時定数の変化
- A Simple Neural Network Model for Temporal Pulse Coding (Invariants of Dynamical Systems and Applications)
- カオスニューラルネットワークによる自動学習
- 興奮性-抑制性ネットワークにおけるシナプス減衰の機能的役割