海馬ネットワークモデルにおけるニューロン新生に伴う形態形成と記憶への影響
スポンサーリンク
概要
- 論文の詳細を見る
海馬は短期記憶の形成や,長期記憶の定着の為に記憶の一時的保存に深く関与している場所であるといわれている.また最近の研究により,海馬内の歯状回においては哺乳類の成体においてもニューロンの新生が起こっていることが明らかになっている.本研究では,海馬内歯状回領域(DG:Dentate Gyrus)における新生ニューロンを考慮に入れた海馬ネットワークモデルに,スパイクタイミング依存可塑性(STDP:Spike-Timing Dependent synaptic Plasticity)によるネットワーク内における記憶の構築を行なった.この海馬ネットワークモデルにおける海馬回路の可塑性を上昇させ,新生ニューロンの発生による記憶が受ける影響を確認する.さらに,DG領域における新生ニューロンの発生によるネットワークの構築について,Markus Butzらの提案した形態形成アルゴリズムを用い,theta-burstによる新生ニューロンの発生の再現を行なったモデルによるシミュレーション実験を行なった.その結果,ニューロンの新生前の記憶をある程度維持しつつ,新奇の記憶も獲得可能であることが判明した.
- 2009-07-27
著者
関連論文
- 適応的格子ダイナミクスにより生成した1/f^α揺らぎを印加した動的連想記憶カオスニューラルネットワークの想起特性
- カオスニューロダイナミクスとブロックシフト操作を組み合わせた非対称TSPの解法
- 飼料イネ生産が肉用牛繁殖経営農家における窒素, リンおよびカリウムの利用状況に及ぼす影響
- 肉牛肥育-水稲作複合システムにおける農家レベルの栄養素収支と内部循環の関係
- 和牛繁殖-水稲作複合システムにおける窒素とリンの利用と循環
- 肉牛肥育-水稲複合生産システムにおける農家レベルのリン利用とリン循環
- 肉牛の有畜複合システムにおける家畜-作物間の窒素とリンの循環の定量化に関する検討
- 肉牛肥育-水稲複合生産システムにおける農家レベルの窒素利用と窒素循環
- A-2-9 Cross Entropy法によるニューラルネットワークのパラメータ最適化(A-2.非線形問題,一般セッション)
- 非線形サポートベクターマシンを用いた動的連想記憶モデルにおけるパターン間相関の影響 (非線形問題)
- 海馬ネットワークモデルにおけるニューロン新生に伴う形態形成と記憶への影響
- 新生ニューロンを取り入れた海馬モデルのスパイキングネットワーク化の試み
- 環状構造を有するカオスニューロン結合系における同期現象の解析(機械学習によるバイオデータマインニング,生命現象の非線形性,一般)
- NLP2010-14 環状構造を有するカオスニューロン結合系における同期現象の解析(一般,機械学習によるバイオデータマインニング,生命現象の非線形性,一般)
- エコーステートネットワークと動径基底関数ネットワークの組合せによるカオス時系列予測
- A-2-31 強化学習によるカオスの同期制御のためのベクトル量子化の改良(A-2.非線形問題,一般セッション)
- 1/f^α揺らぎを印加した動的連想記憶カオスニューラルネットワークの想起特性(カオスの通信への応用,局在振動,一般)
- 改良粒子最適化を適用したニューラルネットワークによるカオス時系列予測(カオスの通信への応用,局在振動,一般)
- パラメータコントロール型Q-Routingの動的ネットワーク環境への適用(BCI/BMIとその周辺,一般)
- 複素ニューラルネットワークモデルによる文脈依存シンボル列の学習(BCI/BMIとその周辺,一般)
- タイムシフトタイルコーディングによる強化学習の高速化の試み
- サポートベクターマシンを用いた連想記憶のダイナミクスの解析
- MPIによる並列計算を用いたマルチエージェント強化学習のカオス制御への適用
- A-2-24 文脈依存系列を学習したエルマン型カオスニューラルネットワークの分岐特性(A-2. 非線形問題,一般セッション)
- リカレントSOMと独立成分分析を用いた脳磁界解析
- 自己組織化マップによる地点分類とBlock Shift操作を用いた非対称巡回セールスマン問題の解法
- D-2-1 複素自己相関連想記憶における出力関数の改良(D-2.ニューロコンピューティング,一般講演)
- A-2-32 連続時間カオス力学系の強化学習による制御(A-2.非線形問題,一般講演)
- 強化学習を用いたカオス制御に使用する状態の簡易構成法
- 複素双方向型連想モデルにおける相関学習と擬似緩和学習との比較
- リカレンスプロットを用いた強化学習における学習進度の評価
- 最小二乗サポートベクトルマシンによるカオス力学系のモデリングにおける最小記述長原理の適用(NLP一般)
- 強化学習における環境変化の検出法
- SOMを用いたフラクタル画像符号化
- SOMを用いたフラクタル画像符号化
- SOMを用いたフラクタル画像符号化
- 独立成分分析を用いた脳磁界計測のノイズ軽減に関する研究
- アクター・クリティック型強化学習における学習率の非線形スケジューリング
- 連想記憶カオスニューラルネットワークの強化学習による非周期化に伴う制御入力の解析
- 連想記憶カオスニューラルネットワークが示す間歇カオス周辺における制御(非線形回路とシステム,及び一般)
- 連想記憶カオスニューラルネットワークが示す間歇カオス周辺における制御(非線形回路とシステム,及び一般)
- 最適化問題用カオスニューラルネットワークの強化学習による制御
- シンボル列を学習したエルマン型カオスニューラルネットワークのカオス化
- 強化学習による連想記憶カオスニューラルネットワークのカオスへの制御
- シンボル列を学習したカオスニューラルネットワークの分岐特性
- カオスニューロンを組み込んだ離散値データ処理のためのニューラルネットモデル
- 強化学習によるカオス制御におけるプロトタイプ数および摂動の影響
- 強化学習によるカオス制御の性能評価と小規模カオスニューラルネットへの適用
- 動的ニューラルネットモデルにおいて非周期的動作を実現するパラメータ探索の試み
- 重み付き連想記憶ニューラルネットにおける引き込み領域に関する実験的検討
- A-2-5 シナプスおよび細胞体の電位特性を考慮したパルスニューロンモデルにおける複数入力の位相差検出
- α関数状シナプス後電位特性を有するパルスニューロンモデルの複数入力系列に対する応答
- CAS2000-43 / NLP2000-51 α関数状シナプス後電位特性を有するパルスニューロンモデルの決定論的入力パルス系列に対する応答
- CAS2000-43 / NLP2000-51 α関数状シナプス後電位特性を有するパルスニューロンモデルの決定論的入力パルス系列に対する応答
- ニュ-ラルネットワ-クによる非線形予測
- ニューラルネットワークと予測(ニューラルネットワーク)
- 人口ニューラルネットワークを用いたラットの味覚神経系データの解析
- ニューラル予測器とカオス(カオスとその周辺,研究会報告)
- 不規則指タッピング運動イメージ時におけるNIRSにおける脳活動計測の試み(BCI/BMIその周辺,一般)
- 近赤外分光法を用いた屈折負荷に対する脳機能計測 : 第一報(BCI/BMIその周辺,一般)
- A-2-12 ブロックシフト交換を用いた非対称巡回セールスマン問題の解法のGPGPUによる高速化の試み(A-2.非線形問題,一般セッション)
- 非線形サポートベクターマシンを用いた動的連想記憶モデルにおけるパターン間相関の影響
- 近赤外分光法を用いた屈折負荷に対する脳機能計測 : 第一報
- GPGPUを用いた組合せ最適化問題計算の高速化
- Newman-Watts型カオスニューラルネットワークにおける同期特性
- Granger Causalityを用いたNIRSデータのconnectivity解析 (ニューロコンピューティング)
- Newman-Wattsやカオスニューラルネットワークの外部入力に対する応答 (非線形問題)
- 複雑指タッピングタスクにおけるNIRS信号の分散プロットによる解析 (非線形問題)
- ブロックシフト操作とカオスニューロダイナミクスを用いた非対称巡回セールスマン問題の解法
- A-2-16 二種類の粒子群最適化手法の切替を用いた多目的最適化問題の解法(A-2.非線形問題,一般セッション)
- Granger Causalityを用いたNIRSデータのconnectivity解析(BCI/BMIとその周辺,一般)
- 複雑指タッピングタスクにおけるNIRS信号の分散プロットによる解析
- Newman-Watts型カオスニューラルネットワークの外部入力に対する応答
- ブロックシフト操作とカオスニューロダイナミクスを用いた非対称巡回セールスマン問題の解法
- インスタンスに応じた領域分割によるTSPの近似解法 : P型フーリエ記述子を利用した解法
- カオスニューロダイナミクスによる粒子群最適化手法の切替を用いた多目的最適化問題の解法
- Granger Causality を用いたNIRSデータの connectivity 解析
- インスタンスに応じた領域分割によるTSPの近似解法 : P型フーリエ記述子を利用した解法
- A-2-13 粒子群最適化法の切替を用いた多目的最適化問題解法におけるカオスニューロダイナミクスの有効性(A-2.非線形問題,一般セッション)
- B-5-2 NIRSデータを用いた運動とイメージのネットワーク解析(感覚処理(2))