深層学習モデルによる海馬のエピソード記憶パターンの識別

カテゴリ: 研究会(論文単位)

論文No: ST22007

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2022/06/15

タイトル(英語): Episodic Memory Recognition of the Hippocampus using a Deep Learning Method

著者名: 呉本 尭(日本工業大学),佐々木 敬彬(山口大学),美津島 大(山口大学),石川 淳子(山口大学),間普 真吾(山口大学)

著者名(英語): Takashi Kuremoto(Nippon Institute of Technology),Takaaki Sasaki(Yamaguchi University),Dai Mitsushima(Yamaguchi University),Junko Ishikawa(Yamaguchi University),Shingo Mabu(Yamaguchi University)

キーワード: 海馬|エピソード記憶|リップル波|深層学習|畳み込みニューラルネットワーク|サポートベクトルマシン|Hippocampus|episodic memory|ripple wave|deep learning|convolutional neural network|support vecter machine

要約(日本語): 覚醒状態における外部刺激を出来事として脳内に記銘するエピソード記憶の形成は海馬によって行われる。本研究では、リップル波を中心とする海馬の活動パターンとエピソード記憶の関連性について、深層学習モデルであるサポートベクトルマシン型畳み込みニューラルネットワークを用いて調査する。実験においては、ラットのストレス、異性接触、同性接触、新奇物接触といった４つのエピソード記憶に関する脳波を識別し、89.45%の識別率に達した。_x000D_

要約(英語): To investigate the relationship between the multi-unit activity (MUA) of hippocampus and episode memory, a deep learning method, which is a hybrid machine learning model composed by a covolutional neural network (CNN) and support vector machine (SVM), is used in this study. Four kinds of episodic memories including restraint stress, contact with a female rat, contact with a male rate, and contact with a novel object of a male rat were recognized with 89.45% accuracy in the experiment.

本誌: 2022年6月18日システム研究会

本誌掲載ページ: 25-30 p

原稿種別: 日本語

PDFファイルサイズ: 803 Kバイト