权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

神経回路ダイナミクス同定学習のための高次元スパイキングニューロン回路

用于神经电路动力学识别学习的高维尖峰神经元电路

基本信息

批准号：
20656063
负责人：
坪根正
金额：
$ 2.24万
依托单位：
Nagaoka University of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Exploratory Research
财政年份：
2008
资助国家：
日本
起止时间：
2008 至 2010
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20656063/
关键词：
ニューロン同定学習発振器スパイク

项目摘要

本課題研究では,スパイク信号を介して生体の神経細胞と人工のニューロン回路が相互通信を行い,高度な情報処理を行うシステムの開発を目指し,生体から得られるスパイク信号を模倣可能なスパイキングニューロン回路の実現と,神経ダイナミクスのオンチップ同定学習システムの構築をことを目的としている.特に,生体の複雑な信号に対応するために,高次元スパイキングニューロン回路の研究を進めている.将来的には,生体の神経細胞が呈するスパイク信号を模倣する人工ニューロン回路が,生体との相互通信を行う.本研究で開発する高次元スパイキングニューロン回路は,生体から取り出されるスパイク信号のみによって学習され,自動的に神経細胞のダイナミクス同定を行うことを目指している.これに対して本年度は,学習のための実信号の分類や前処理のための最適化手法として新しい郡知能を利用した手法を提案してその効果を示した.また,その最適化手法によって学習可能な簡素なニューロンモデルを提案し,実装に適したスイッチング素子と電流源を基本素子とする回路合成を行い,その回路実験による検証によって有効性を示した.さらに学習機構に適した制御手法を実装して回路実験を進め,安定性やロバスト性に関する理論的見地を得た.

This research aims to investigate the interaction between biological neurons and artificial neural networks, the development of highly intelligent information processing systems, the realization of biological neurons and artificial neural networks, the simulation of biological neurons and artificial neural networks and the construction of neural networks. In particular, the study of biological complex signals is progressing in high-dimensional circuits. In the future, the neurons of living organisms will present signals that mimic artificial circuits that allow living organisms to communicate with each other. This study developed a high-dimensional neural network loop that automatically learns from biological signals, and automatically controls the behavior of neurons. This year, the optimization method for the classification and pre-processing of learning signals and the application of new knowledge and skills are proposed. In addition, the optimization method is used to study the feasibility of loop synthesis, and the loop implementation is demonstrated. The theory of stability and stability is obtained from the theory of stability and stability.