文献

J-GLOBAL ID：201702279986087923   整理番号：17A1494624

同一性/差関係概念前駆体モデルとしてのスパイキング神経回路:バイオインスパイアードロボット実現【Powered by NICT】

Sameness/difference spiking neural circuit as a relational concept precursor model: A bio-inspired robotic implementation

著者 (3件)： Cyr Andre (School of Psychology, University of Ottawa, Canada) ,  Avargues-Weber Aurore (Centre de Recherches sur la Cognition Animale, Universite de Toulouse, France) ,  Theriault Frederic (Department of Computer Science, Cegep du Vieux Montreal, Canada)
資料名： Biologically Inspired Cognitive Architectures  (Biologically Inspired Cognitive Architectures)
巻： 21  ページ： 59-66  発行年： 2017年 
JST資料番号： W3434A  ISSN： 2212-683X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,連想学習作業で調べ同一性/差分(SD)抽象関係のバイオインスパイアード仮想および物理的ロボットモデルを提示した。無脊椎動物ハチは,比較的小さな脳(Giurfa,Zhang,Jenett,Menzel,Srinivasan,2001)とこの高い認知能力を持っていることを考慮すると,神経相関の仮説は,ミニマリスト細胞回路として持っているかもしれない。をシミュレートするために,学習則としてロボットの脳コントローラと報酬変調されたスパイクタイミング依存可塑性として作用する人工スパイキングニューラルネットワーク(SNN)を用いたモデルを実装した。モデルは色の二重選択から遅延見本合わせおよび遅延非マッチング試料タスクの異なるオペラント条件づけ法で試験した。SDは別として,色と側より簡単な連想規則も共存していた。は,ロボットが異なるシナリオで学ぶことが可能である,来るべき則を知らなかった。,その作用と適用補強ルール(SD,色または側)に依存して,ロボットは動的に,のいずれかを学習することを示して,単一SNNによって支持された他,結局独立に一つである。このSD SNNモデルは関係概念メカニズムの一般的な形を理解し,構築するために前駆体塩基として使用できると信じている。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 無脊椎動物 ,  *ロボット ,  マッチング ,  神経回路網 ,  制御装置 ,  *前駆体
準シソーラス用語： べき則 ,  オペラント条件づけ ,  スパイキングニューラルネットワーク ,  学習則 ,  認知能力 ,  連合学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 関係概念 ,  バイオインスパイアードロボット工学 ,  スパイキング神経回路網 ,  意思決定 ,  オペラント条件づけ ,  連想学習

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (4件)： 前駆体 ,  モデル ,  神経回路 ,  バイオインスパイアードロボット