計算論的立場からの大脳基底核の機能の解明

点击翻译按钮获取中文摘要

本研究「計算論的立場からの大脳基底核の機能の解明」の目標として三つの目標、1)システムレベル、2)ニューロンレベル、3)理論的基盤の確立をかかげた。1)については、昨年度に既にいくつかの論文として発表できていたが、最も主要な論文が現在印刷中となっている。ごく簡潔にその成果を述べるならば、大脳基底核の異なるループが、異なる座標系(視覚座標系及び運動座標系)の特長を生かしながら協調して、逐次的運動系列の学習・制御に貢献するという仮説の提案である。そして、その仮説を、実験的研究の結果と、理論的研究のシミュレーション結果を比較により、実証しつつ具体的に示したことにある。2)については、大脳基底核における尾状核での実験結果の解析を自ら行った。更に、それに基づいて、報酬信号に基づく自己組織化学習のモデルのを開発した。このモデルが、実験結果を良く予測することを示した。実験結果の解析については学会発表を終え、論文準備中である。また、モデルの仕事については、既に論文の投稿をすませている。3)では、神経集団による外部刺激の符号化という観点から研究を進めた。ここでは、フィシャー情報量という統計量に基づき、神経細胞の平均発火頻度の集合から外部刺激を復元する際に、どれ位正確に復元できるかということについて理論的解析を行なった。これは理論系の学会誌としては最も良いとされるNeural Computationに既に2本の論文が印刷中となっている。