文献

J-GLOBAL ID：202102246859278681   整理番号：21A0383884

認知マップ構築に対する嗅内-海馬モデルにおけるマルチスケール拡張【JST・京大機械翻訳】

Multi-Scale Extension in an Entorhinal-Hippocampal Model for Cognitive Map Building

著者 (3件)： Wang Jiru (College of Computer Science, Sichuan University, Chengdu, China) ,  Yan Rui (College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou, China) ,  Tang Huajin (College of Computer Science and Technology, Zhejiang University, Hangzhou, China)
資料名： Frontiers in Neurorobotics (Web)  (Frontiers in Neurorobotics (Web))
巻： 14  ページ： 592057  発行年： 2020年 
JST資料番号： U7086A  ISSN： 1662-5218  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 神経科学研究は,海馬と嗅皮質により提供される内部空間表現に依存して,哺乳類が環境およびナビゲートのトポロジーマップを構築できることを示した。哺乳類の空間認知機構からのインスピレーションを取り上げて,認知マップを構築するロボットのために,内inal-海馬認知システムが提案されている。しかし,経路統合とビジョン処理は時間がかかり,グリッドセルの既存のモデルは,異なる環境に対する適応マルチスケール拡張に関して達成するのが困難であり,実際の環境に対する実行可能性の欠如をもたらす。本研究では,格子セル間の反復重み接続を,より最適化された方法でパラメータ化して,S字形神経伝達関数の非線形性を,格子セル活性パケットを強化するために利用する経路統合のために,グリッドセルの最適化動的モデルを築き上げた。格子セルのマルチスケール拡張のために,特定の空間スケールを有する格子発火パターンを正確に達成することができた。さらに,ループ閉鎖検出を高速化するための階層的ビジョン処理機構を提案した。ロボットプラットフォームに関する実験結果は,著者らの提案した慣性-海馬モデルが,ロボットの空間経験と環境トポロジー構造を反映する認識マップを首尾よく構築できることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  最適化 ,  伝達関数 ,  ロボット ,  哺乳類 ,  空間知覚 ,  ダイナミックモデル ,  *海馬 ,  非線形性 ,  神経科学 ,  高速化 ,  パケット ,  パラメタリゼーション
準シソーラス用語： マルチスケール ,  嗅皮質 , 【Automatic Indexing@JST】

著者キーワード (5件)： 経路積分 ,  場所細胞 ,  グリッドセル ,  空間認知 ,  認知マップ構築

分類 (3件)： 中枢神経系  (EJ12030F) ,  人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

引用文献 (46件)：

• BaninoA.BarryC.UriaB.BlundellC.LillicrapT.MirowskiP.. (2018). Vector-based navigation using grid-like representations in artificial agents. Nature 557, 429-433. doi: 10.1038/s41586-018-0102-629743670
• BarryC.HaymanR.BurgessN.JefferyK. (2007). Experience-dependent rescaling of entorhinal grids. Nat. Neurosci. 10, 682-684. doi: 10.1038/nn190517486102
• BurakY.FieteI. R. (2009). Accurate path integration in continuous attractor network models of grid cells. PLoS Comput. Biol. 5:e1000291. doi: 10.1371/journal.pcbi.100029119229307
• BurgessN. (2008). Grid cells and theta as oscillatory interference: theory and predictions. Hippocampus 18, 1157-1174. doi: 10.1002/hipo.2051819021256
• ChenG.KingJ. A.BurgessN.O'KeefeJ. (2013). How vision and movement combine in the hippocampal place code. Proc. Natl. Acad. Sci. U. S.A. 110, 378-383. doi: 10.1073/pnas.121583411023256159

タイトルに関連する用語 (6件)： 認知マップ ,  構築 ,  海馬 ,  モデル ,  マルチスケール ,  拡張