講演抄録/キーワード |
講演名 |
2019-05-10 13:50
スパイク間隔時系列を用いたニューラルネットワークの構造推定 ○澤田和弥(東京理科大)・島田 裕(埼玉大)・池口 徹(東京理科大) NLP2019-3 |
抄録 |
(和) |
本稿では,Gap結合したニューロンの数理モデルに対して,
因果推定手法のConvergent Cross Mappingを適用することで,
ニューラルネットワークの構造推定を行っている.
具体的には,2頂点,6頂点のネットワークでニューロンを結合し,
得られた膜電位時系列をスパイク間隔時系列に変換し,
CCMを適用することにより
ニューラルネットワークの構造推定可能性を調査した.
その結果,ニューラルネットワークの構造推定においては,
膜電位時系列を用いるよりもスパイク間隔時系列を用いる方が有効となることが示された. |
(英) |
In this paper, we apply the causal estimation method of Convergent Cross Mapping to a mathematical model of neural networks to estimate their structures.
Neurons were connected by gap junctions and the obtained membrane potential time series were converted to inter-spike-interval time series.
We investigated performance of estimating neural network structures by applying CCM to the obtained inter-spike-interval time series.
As a result, it is suggested that using inter-spike-interval time series may be effective for estimation of neural network structures. |
キーワード |
(和) |
非線形時系列解析 / 因果推定 / スパイク間隔 / Izhikevichニューロンモデル / Gap結合 / / / |
(英) |
Nonlinear time series analysis / causal estimation / Inter-spike-interval / Izhikevich neuron model / Gap junction / / / |
文献情報 |
信学技報, vol. 119, no. 19, NLP2019-3, pp. 13-18, 2019年5月. |
資料番号 |
NLP2019-3 |
発行日 |
2019-05-03 (NLP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLP2019-3 |