| 講演抄録／キーワード |
| 講演名 |
2007-03-15 14:50
時間・空間パターン分類のための大脳皮質神経回路網モデルのシミュレーション研究
○山下紘雅・戸川達男（早大） |
| 抄録 |
（和） |
人工ニューラルネットワークの研究は数多く行われてきたが，そのほとんどは実際の脳の構造や機能とは異なったものである．本研究では，大脳皮質に似たネットワーク構造を持ち，ヒトの脳の規模まで拡張できるモデルを実現するため，閾値を持つニューロンで構成され，winner-takes-allアルゴリズムによってフィードバックされる層を持った新しい大脳皮質神経回路網モデルを提案した．入力に対応したニューロンがない場合は，重み付けされていないニューロン（virgin cell）を補充した．そして，8bitからなる外部入力を連続的に用いて，教師なし学習のシミュレーションを行った．各ニューロンの入力結合にはヘッブの学習則を適用した．その結果，学習は収束し，2つの外部入力を組み合わせた7～56種類のパターンに対して，それぞれ特定のニューロンが発火した．このことは，提案したモデルの教師なし学習によって，時間・空間パターン分類が実現できたことを示している． |
| （英） |
Although a great many studies have been performed on artificial neural network systems, most of the proposed systems differ from the actual brain in their network structure and function. To achieve a network structure similar to the cerebral cortex, the new cortical neural network model was proposed in which neurons as threshold elements are arranged in a single layer having feedback through a “winner-takes-all” algorithm. Recruitment of a virgin neuron when no neuron responds to an input was also assumed. An unsupervised learning simulation was performed. Inputs consisted of 8-bit vectors applied sequentially, and a modified Hebbian learning scheme was assumed at the input connections of each neuron. It was confirmed that the learning converged so that excitation of a specific neuron occurred for each input among 7 to 56 combinations of successively applied two-input vectors. The data showed that this model achieved spatiotemporal pattern classification in an unsupervised manner. |
| キーワード |
（和） |
大脳皮質神経回路網 / 単一ニューロン仮説 / パターン分類 / / / / / |
| （英） |
cortical neural network / single-cell-representation / pattern classification / / / / / |
| 文献情報 |
信学技報, vol. 106, no. 591, MBE2006-128, pp. 41-44, 2007年3月. |
| 資料番号 |
MBE2006-128 |
| 発行日 |
2007-03-08 (MBE) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|