文献

J-GLOBAL ID：201302239368177994   整理番号：13A0779075

ヘブ則による遷移確率の学習:神経回路モデルの研究

Hebbian learning of transition probabilities: a neural network study

著者 (4件)： 齋藤大 (東大 大学院新領域創成科学研究科) ,  瀧山健 (東大 大学院新領域創成科学研究科) ,  岡田真人 (東大 大学院新領域創成科学研究科) ,  岡田真人 (理研 脳科学総合研究セ)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 480(NC2012 134-182)  ページ： 67-72  発行年： 2013年03月06日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 環境の状態は時々刻々と変化するものであり,ヒトや動物は経験を通して現在の状態から将来の状態を予測する。近年の脳機能イメージングの研究によって,ある状態から別の状態への遷移確率が脳内で符号化されていることが示唆されている。しかしながら,そのような遷移確率がどのように学習されているかは分かっていない。我々はヘブ則に基づいたシナプス学習則によって,神経回路モデルが状態遷移確率を学習し,将来の状態を予測することを解析計算と数値シミュレーションを用いて示す。ランダムドット刺激での方向弁別課題を模したシミュレーションにおいては,我々のモデルニューロンはサルの外側頭頂間野のニューロン活動と同様の活動を示すことが分かった。また,生体内で実装されていると想定されている適格度トレースを学習則に導入することは,学習と予測に有用な影響を与えることを示した。(著者抄録)

シソーラス用語： *遷移確率 ,  *ニューラルネットワーク ,  *Hebb学習 ,  移動 ,  状態推定 ,  *神経回路網モデル

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： ヘブ則 ,  遷移確率 ,  学習 ,  神経回路モデル ,  研究