文献

J-GLOBAL ID：201602224833760294   整理番号：16A1342343

分散塑性を有するスパイキングニューラルネットワークがアイブリンクコンディショニングパラダイムの小脳学習を再現

Spiking Neural Network With Distributed Plasticity Reproduces Cerebellar Learning in Eye Blink Conditioning Paradigms

著者 (8件)： Antonietti Alberto (Dept. of Electron., Inf. & Bioeng., NeuroEngineering & Med. Robot. Lab., Milan, Italy) ,  Casellato Claudia (Dept. of Electron., Inf. & Bioeng., Politec. di Milano, Milan, Italy) ,  Garrido Jesus A. (Dept. of Comput. Archit. & Technol., Univ. of Granada, Granada, Spain) ,  Luque Niceto R. (Dept. of Comput. Archit. & Technol., Univ. of Granada, Granada, Spain) ,  Naveros Francisco (Dept. of Comput. Archit. & Technol., Univ. of Granada, Granada, Spain) ,  Ros Eduardo (Dept. of Comput. Archit. & Technol., Univ. of Granada, Granada, Spain) ,  D’Angelo Egidio (Dept. of Brain & Behavioral Sci., Univ. of Pavia, Pavia, Italy) ,  Pedrocchi Alessandra (Dept. of Electron., Inf. & Bioeng., Politec. di Milano, Milan, Italy)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 63  号： 1  ページ： 210-219  発行年： 2016年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 目標:この研究で我々は,人工スパイクニューラルネットワークを使用して,現実的な小脳モデルを定義し,獲得と消滅の複数セッションで連想運動を再現する計算シミュレーションでテストした。方法:進化的アルゴリズムにより,小脳に関連する最も広範に研究されたパラダイムの1つである目まばたきの古典的条件付けにおいて,ヒト様行動をよりよく再現する,ほぼ最適な可塑性機構パラメータを見つけるために,小脳微細回路を調整した。我々は2つのモデルを使用した:皮質可塑性のみを有するものと,核レベルで2つの追加の可塑性部位を含むもの。結果:第1に,両方のスパイク小脳モデルは,迅速な獲得,安定した後期獲得,急速な消滅,および連想運動タスクの迅速な再捕捉を表現する,「タイミング」および「振幅」の両方に関して,実際の人間の行動を良好に再現することができた。皮質塑性部位のみを有するモデルが良好な学習能力を示したとしても,分散可塑性を有するモデルは,再獲得フェーズにおける条件応答のより迅速かつより安定した獲得をもたらした。この挙動は,ゆっくりとした力学を持ち,メモリの統合と節約を表現できる核の可塑性の効果によって説明される。結論:我々は,複数の対話型神経機構のスパイキングダイナミクスが,複雑な学習プロセスの複数の不可欠な要素を暗黙に推進する方法を示した。意義:この研究は,生物医学のエンジニア,コンピュータ科学者,および神経科学者によって共同開発された非常に高度な計算モデルを提示する。その現実的な特徴から,提案されたモデルは,神経生理学的および病理学的仮説に関する確認および提案を提供することができ,挑戦的な臨床応用に使用することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST

シソーラス用語： *ニューラルネットワーク ,  生体反射 ,  概念 ,  *モデル ,  *塑性 ,  過程 ,  *スパイキングニューラルネットワーク ,  *脳モデル ,  *皮質可塑性 ,  瞬目 ,  *機械的性質 ,  *性質
準シソーラス用語： パラダイム ,  まばたき ,  学習プロセス

著者キーワード (7件)： Pavlovian conditioning ,  Artificial spiking neural network ,  cerebellum ,  distributed plasticity ,  genetic algorithm (GA) ,  model tuning ,  motor learning

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： 塑性 ,  スパイキングニューラルネットワーク ,  小脳 ,  学習