側抑制相互作用のあるニューロン系の自己組織化

具有横向抑制相互作用的神经元系统的自组织

• 批准号: 04246202
• 负责人: 猪苗代 盛
• 金额: $ 1.34万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1992
• 资助国家: 日本
• 起止时间: 1992 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-04246202/
• 关键词: 側抑制; 重力学的学習; 神経回路網; 介在ニューロン; 学習; 方位選択性; 抑制性ニューロン; 自己組織化

我々は抑制性の伝達物質GABAが関係するシナプスの働きが、視覚野における方位選択性の実現に決定的であるというを考慮して、抑制性の介在ニューロンを神経回路網に組み込んだモデルを提案した。種々の傾きを持った棒状パターンの等確率入力に対する学習の結果、時間が充分に経過して系が平衡状態になった場合に、出力層に方位選択性ニューロンが自己組織化されることをしめした。しかし入力パターンの学習をステップ毎に時間的に追いかけてゆく動力学的学習がどうなるかについては不明である。これは、神経回路網の自己組織化を認識の問題として実用化する上で重要な問題である。また学習は必ずしも平衡状態になる以前に停止する可能性も考えられるので、この点がらも動力学的な学習は重要である。それで、「動力学的にも自己組織化が行われるか?」、また「行われるとしたらどんな解が得られるか?」が当面の問題点である。我々はコンピュータ・シミュレーションの結果、動力学的な学習が自己組織化の結果として、平衡状態の場合と類似か出力層の発火パターンに導くことを示すことが出来た。具体的には、48箇の傾きの各入力パターンに対する出力層のニューロン群の発火パターンを求めてみるとこの発火パターンは平衡解のそれとくらべて、自然さ点でずっと勝っており、スパースコーディングという観点から見ても、より適切なものである。このような神経回路網モデルで入力パターンを等確率で長時間入力してゆくと、神経回路網は学習の結果ある平衡状態に達する。この状態における各入力パターンに対する出力パターンの発火反応は、統計物理学における磁化の平均場理論で記述されることが示された。この際自己場ともいうべき出力ニューロン自身の発火の強さに関係する有効場が対応するイジング・スピン系に作用することが、物理系とは異なる神経回路網系の特徴であることが明かにされた。

We propose to consider the relationship between GABA, an inhibitory substance, and the selection of its orientation in the field of vision. The accuracy of the input force of the rod-like structure is sufficient for the study of the results and the time of the balance. The study of dynamics is unknown. This is an important issue in the understanding and application of the network of neural networks. Learning must be balanced before it stops. It is important to study dynamics.それで、“动力学的にも自己组织化が行われるか?”、"What's wrong?" The problem is that there is a problem. The results of the study of dynamics, the results of self-organization, the situation of equilibrium, and the results of the study of the development of similar forces. The specific parameters of the 48-point system are: the input power of the output layer, the output power of the output layer, and the output power of the output layer. The neural network has a long time input time, and the neural network has a long time input time. The state of the magnetic field is described by the mean field theory of the magnetic field. The characteristics of the neural network are:

项目成果

Sakari Inawashiro,Yoshinori Musha and Funitaka Matsubara.: "¨Self-organization of a Neural Network by Learning of Inhibitory Interneurons¨" International Symposia on Information Sciences(ISKIT '92) International Symposium on Neural Information Processing.

Sakari Inawashiro、Yoshinori Musha 和 Funitaka Matsubara.：“通过学习抑制性中间神经元来自组织神经网络”国际信息科学研讨会（ISKIT 92）国际神经信息处理研讨会。

S.INAWASHIRO,Y.TAMORI,Y.MUSHA,A.SUZUKI and F.MATSUBARA: "¨Self-organization of Receptive Fields in a Neural Network and Analogy with the mangetization of an Ising system¨" The 18th IUPAP International Conference on STATISTICAL PHYSICS (Berlin,August),Prog

S.INAWASHIRO、Y.TAMORI、Y.MUSHA、A.SUZUKI 和 F.MATSUBARA：““神经网络中感受野的自组织以及与伊辛系统磁化的类比”第 18 届 IUPAP 国际统计会议物理学（柏林，八月），Prog

鈴木 章夫,猪苗代 盛: "“ハイパーコラム間の相関による自己組織化"" 神経回路学会第3回全国大会講演論文集. 3. 157-157 (1992)

Akio Suzuki、Mori Inawashiro：“‘超列之间的相关性自组织’”神经网络学会第三届全国会议论文集。3. 157-157 (1992)。