時間符号化連想記憶ネットワークの記銘と再生

神経細胞の扱う情報は,従来の数理モデルで用いられていた平均発火率でなく,神経パルスそのものである,すなわち,パルスの発火タイミングに情報が符号化されているという考え方,時間符号化が提唱されている.時間符号化でどのような情報処理が可能かを調べるため,コインシデンス・ディテクタを用いた簡単な数理モデルについて計算機実験を行った.その結果,ネットワーク全体の活性度に応じて個々のニューロンの活性度を調節するグローバル・インヒビションの機構がない場合には,コインシデンス・ディテクタ・ネットワークでは周期的発火は不安定であることがわかった.これは,ニューロン間の結合の時間遅れや重みを変化させても改善されることはなかった.一方,時定数の小さい積分発火モデルによるネットワークに,パルスパケットと呼ばれるパルス群を入力した場合には,パルス群の巨視的パラメータ,すなわち発火率と分散に応じてパルス群が安定して伝播したり消散したりする現象が生じることがDiesmannらによって報告された.この報告は計算機実験によるものであるが,この枠組みをコインシデンス・ディテクタ・ネットワークにあてはめることにより,パルス群をコインシデンス・ディテクタ・ネットワークに入力すると,パラメータが適切であればパルス群は安定して伝播する可能性のあることが,理論的に示された.今後は,この理論を精緻化し,また計算機実験によってスパイク群が安定して伝播することを確認する研究が必要である.

神経細胞の扱う情報は,従来の数理モデルで用いられていた平均発火率でなく,神経パルスそのものである,すなわち,パルスの発火タイミングに情報が符号化されているという考え方,時間符号化が提唱されている.時間符号化でどのような情報処理が可能かを調べるため,コインシデンス・ディテクタを用いた簡単な数理モデルについて計算機実験を行った.その結果,ネットワーク全体の活性度に応じて個々のニューロンの活性度を調節するグローバル・インヒビションの機構がない場合には,コインシデンス・ディテクタ・ネットワークでは周期的発火は不安定であることがわかった.これは,ニューロン間の結合の時間遅れや重みを変化させても改善されることはなかった.一方,時定数の小さい積分発火モデルによるネットワークに,パルスパケットと呼ばれるパルス群を入力した場合には,パルス群の巨視的パラメータ,すなわち発火率と分散に応じてパルス群が安定して伝播したり消散したりする現象が生じることがDiesmannらによって報告された.この報告は計算機実験によるものであるが,この枠組みをコインシデンス・ディテクタ・ネットワークにあてはめることにより,パルス群をコインシデンス・ディテクタ・ネットワークに入力すると,パラメータが適切であればパルス群は安定して伝播する可能性のあることが,理論的に示された.今後は,この理論を精緻化し,また計算機実験によってスパイク群が安定して伝播することを確認する研究が必要である.