学習過程がもたらす神経ダイナミクスの分岐構造と自発脳活動の生成

点击翻译按钮获取中文摘要

本研究では、近年盛んに研究されている自発的脳活動と刺激応答脳活動の類似性の機能的な意味を"memories as bifurcations"の元で学習・記憶の観点から調べることを目的とした。昨年度はミニマムモデルを構築し、その解析を行い論文にまとめた。これはEurophysical Lettersから出版された(Kurikawa and Kaneko, 2012)。本年度は、上述のミニマムモデルのように予めネットワークを与えるのではなく、学習により"memories as bifurcations"が形成されるモデルの研究に主に取り組んだ。この研究では、パラメタによって、外部刺激によく応答する相と、そうでない相が形成される事が明らかになった。また各々の相で自発活動は特徴的な振る舞いを示し、前者ではカオティックな挙動を示す一方で、後者は固定点に収束する。この事は、本研究の目的である自発活動とその応答活動の関係からみて興味深い結果であるといえる。この結果はPLoS Computational Biologyから出版された(Kurikawa and Kaneko, 2013)。最後に、上述のモデルを用いて繰り返し学習を行う場合に取り組んだ。この場合は、連想記憶でよく行われるメモリ補完などの現象が分岐として観察される。このようにmemories as bifurcationsのみかたでの興味深い現象が見られ、現在論文にまとめている最中である。さらにこの時のネットワークを解析するとPsudoinverse modelといわれるホップフィールドモデルよりも大きな記憶容量を示すネットワークが形成されていることが明らかになった。このネットワークが本モデルのような簡単な学習則から導かれることは驚くべき結果である。この結果も先の結果と同じく論文にまとめている途中である。