自発活動する人工神経回路における発達

カテゴリ: 部門大会

論文No: TC2-4

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Development of Spontaneously Active Artificial Neural Networks

著者名: 池田 成満（東京大学）,高橋 宏知（東京大学）

著者名(英語): Narumitsu Ikeda (The University of Tokyo),Hirokazu Takahashi (The University of Tokyo)

キーワード: エスケープノイズモデル|スパイクタイミング依存可塑性|神経雪崩|冪則|escape noise model|spike-timing-dependent plasticity|neuronal avalanche|power law

要約(日本語): 自発活動は，神経回路の発達に重要な役割を持つと考えられている。本研究では，エスケープノイズモデルで確率的に発火するスパイキングニューラルネットワーク（SNN）で自発活動を模擬し，スパイクタイミング依存可塑性（STDP）による結合荷重の変化，および自発活動の変化を解析した。本研究で用いたSNNの各ニューロンは全結合で接続されており，それら結合荷重は０に初期化されている。結合荷重が0のため，SNNの初期化直後では各ニューロンは互いに影響を及ぼさない。一方，STDPで結合荷重が変化するにつれ，SNNの活動は徐々に変化する。結果として，SNNの活動は指数分布から，大規模な同期発火を伴う2峰性の分布に従うようになり，最終的にベキ分布に従うようになった。この結果は，ラットの大脳皮質の分散培養系で得られた結果と同様であり，本研究で示した簡易的なモデルで神経回路の発達を模擬できる可能性を示している。

PDFファイルサイズ: 1,198 Kバイト