| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-06-10 10:55 ［招待講演］ニューロンとシナプスの二重の確率性に基づく脳の計算学習原理 ○寺前順之介（京大）  NLP2022-16 CCS2022-16 |
|
| 抄録 | （和） | 我々の脳内で情報処理を担うニューロンとシナプスは，いずれも強い確率性を示すことが知られている．脳の信号生成の主役であるニューロンは確率的なスパイク発火時系列を生成し続けていることが知られているし，それらスパイク発火の伝達をニューロン間で仲介し，我々ヒトを含む動物の記憶や学習を担うと考えられているシナプスも，確率的かつ自発的にその状態を変え続けていることが報告されている．なぜこれら脳の構成要素は確率的に動作しているのだろうか．脳が確率的な要素によって高精度の情報処理や信頼性の高い学習を実現する仕組みはなんだろうか．本講演では，これらの疑問に答えることを目指し，ニューロンとシナプスの両方が確率的に働くことで効率的な学習を実現する新たなニューラルネットワークモデルと学習アルゴリズムを提案する．このアルゴリズムの基礎原理や特性を紹介し，さらに学習後のネットワークが，実験的に報告された大脳皮質の多くの性質と整合する特性を持つことを示す． |
| （英） | Neurons and synapses in the brain are highly stochastic devices. Neurons responsible for signal propagation in the brain continuously generate random spike sequences. Synapses that intermediate spike communication between neurons and are responsible for our memory and learning continue to change their state randomly and spontaneously. However, it remains unclear why they are stochastic. Particularly, how the network that consists of the stochastic devices realizes precise computation and reliable learning remains elusive. In this talk, we provide a theory to answer these questions. We propose a model neural network in which neurons and synapses work synergistically to realize efficient learning as a sampling-based Bayesian inference. We also show that the network exhibits properties consistent with various biological observations. | |
| キーワード | （和） | 大脳皮質 / 自発活動 / 確率的情報処理 / 機械学習 / ギブスサンプリング / / / |
| （英） | Cortex / Spontaneous activity / Probabilistic computation / Machine learning / Gibbs sampling / / / | |
| 文献情報 | 信学技報, vol. 122, no. 66, CCS2022-16, pp. 78-83, 2022年6月. | |
| 資料番号 | CCS2022-16 | |
| 発行日 | 2022-06-02 (NLP, CCS) | |
| ISSN | 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 | NLP2022-16 CCS2022-16 |
|
| 研究会情報 | |
| 研究会 | CCS NLP |
| 開催期間 | 2022-06-09 - 2022-06-10 |
| 開催地（和） | 大阪大学 豊中キャンパス シグマホール |
| 開催地（英） | |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2022-06-CCS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューロンとシナプスの二重の確率性に基づく脳の計算学習原理 |
| サブタイトル（和） | |
| タイトル（英） | Computation and learning based on dual stochasticity of the brain |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大脳皮質 / Cortex |
| キーワード(2)（和/英） | 自発活動 / Spontaneous activity |
| キーワード(3)（和/英） | 確率的情報処理 / Probabilistic computation |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| キーワード(5)（和/英） | ギブスサンプリング / Gibbs sampling |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 寺前 順之介 / Jun-nosuke Teramae / |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-10 10:55:00 |
| 発表時間 | 45分 |
| 申込先研究会 | CCS |
| 資料番号 | NLP2022-16, CCS2022-16 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.65(NLP), no.66(CCS) |
| ページ範囲 | pp.78-83 |
| ページ数 | 6 |
| 発行日 | 2022-06-02 (NLP, CCS) |
[研究会発表申込システムのトップページに戻る]