脳の視覚野における方位選択性の形成
スポンサーリンク
概要
- 論文の詳細を見る
脳の一次視覚野には、いろいろな傾きをつ細長い棒状パターンに選択的に反応する神経細胞が、配列している。本研究では2層の神経回路網を用いて方位選択性地図の形成を研究する。その際ヘブ学習則と、ヘブ学習を拡張したクラスター学習則を用いる。方位選択性をあらわす連立非線形方程式はモンテカルロシミュレーションによる解が求められているが、これは方程式の近似的な解法である。この方程式は直接解いて解を求めることは困難だが、我々は逐次解法において抑制効果をあらわすパラメータを段階的に強くしていくことにより、方程式を直接解くことに成功した。その結果生理学的実験結果と非常によく似た特徴を持つ方位選択性地図が得られた。このようにして正確な解が効率よく求められ、さらに大規模な系の計算への道が開けた。
- 1999-10-21
著者
関連論文
- 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
- 時間遅れを取り入れた海馬CA3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
- 脳の視覚野における方位選択性の形成
- Intrinsically BurstingおよびFast-Spikingニューロンによるスパイク発火のモデル
- 脳の視覚野における方位選択性の形成
- 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)
- クラスター学習による方位選択性地図の自己組織化
- クラスター学習による方位選択性地図の自己組織化
- 方位選択性地図とクラスター学習則
- 方位選択性におけるピンホイル特異点の形成
- 回転パターンを認識するネオコグニトロン
- モンテカルロシミュレーションによる方位選択性の自己組織化
- コラム構造の自己組織化過程
- 高次コラム構造の自己組織化