時空間情報を処理する高次神経素子モデルを用いた学習・認識システムの性質の解明

使用处理时空信息的高阶神经元模型阐明学习和识别系统的特性

基本信息

批准号：
09780357
负责人：
矢内浩文
金额：
$ 1.47万
依托单位：
Tamagawa University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1997
资助国家：
日本
起止时间：
1997 至 1998
项目状态：
已结题

项目摘要

実用的な学習・認識システムと言えば,近年までは,伝統的に人工知能の分野で取り組まれてきた記号処理によるもの以外にはないといっても過言ではなかった.ところが,近年,記号とパターンというキーワードを軸に,記号処理に制限しない新しい流れが生まれたようである.しかし実は,その新しい流れというのは,神経回路モデル研究として数10年間にわたって脈々と続けられてきたものに他ならない.一方,神経回路モデル研究の流れの中にも,実用的なシステムへの適用を目指すには記号的な考え方が不可欠であるという問題が浮き彫りにされつつあるところである.神経回路モデル研究の立場から,より高度なシステムの性質の理解の方向で,学習・認識システムを研究することを目的とした.神経回路で行なわれる情報処理の古典的な考え方(作業仮説)は,「情報処理がパルス頻度で行なわれ→結果の表現もパルス頻度で行なわれる」というものであった(「結果の表現」は「結果の解釈」ということもできる).時間情報(スパイク・タイミング)を使う可能性を検討した結果,ニューロンの内部電位による単安定と双安定状態の遷移,そして双安定状態の2つの状態を微小な入力変動で制御できることを示した.これは,タイミングとパルス頻度を橋渡しするための可能な機構として有力である.この結果を更に検討することで,システム水準の振舞いの理解につながるだろう.

说实践学习和识别系统不仅来自传统上在人工智能领域解决的符号处理，这并不夸张。但是，近年来，似乎已经根据关键字（例如符号和模式）而出现了符号处理的新趋势。但是，实际上，作为神经电路模型研究，这些新趋势已经持续了数十年。同时，神经电路模型研究的问题是，符号思维对于将其应用于实际系统至关重要。从神经电路模型研究的角度来看，我们一直专注于了解更先进的系统的性质。目的是研究方向学习和识别系统。在神经回路中进行的信息处理的经典概念（工作假设）是“以脉冲频率进行信息处理→结果的表示也可以使用脉冲频率进行”（“结果”也可以称为“结果解释”）。在检查了使用时间信息（尖峰计时）的可能性之后，我们表明，由于神经元的内部潜力，可以通过小的输入变化来控制两个状态，即由于神经元的内部潜力而产生的单位和双态状态。这是桥接时间和脉冲频率的有希望的机制。通过进一步研究这一结果，我们将导致对系统级别行为的理解。