リザバー計算に基づく培養神経回路の状態制御

カテゴリ: 研究会(論文単位)

論文No: MBE16025

グループ名: 【C】電子・情報・システム部門 医用・生体工学研究会

発行日: 2016/03/22

タイトル(英語): Reservoir Computing-Based State Control of Cultured Neuronal Network

著者名: 安江 秀太(東京大学),安田 秀策(東京大学),矢田 祐一郎(東京大学),神崎 亮平(東京大学),高橋 宏知(東京大学)

著者名(英語): Shuta Yasue(The University of Tokyo),Shusaku Yasuda(The University of Tokyo),Yuichiro Yada(The University of Tokyo),Ryohei Kanzaki(The University of Tokyo),Hirokazu Takahashi(The University of Tokyo)

キーワード: 状態制御|分散培養系神経回路|リザバー計算|ＦＯＲＣＥ学習|リカレント・ニューラルネットワーク|多電極アレイ|state control|dissociated cultured neuronal network|reservoir computing|FORCE learning|recurrent neural network|multi electrode array

要約(日本語): 分散培養神経回路はリカレントニューラルネットワーク(RNN)の生きたモデルである．しかし，分散培養系でRNNの特徴である入力に基づいた状態変化が起きるかは明らかになっていない。著者らはこれまでに，分散培養系にリザバー計算の一種であるFORCE学習を適用し，神経活動から安定した活動パターンの抽出を試みてきた．本研究では，FORCE学習に基づいて外部入力による培養神経回路の状態制御を行った．

要約(英語): A dissociated cultured neuronal network is a biological model of a recurrent neural network (RNN). Nevertheless, it is unclear that dissociated cultures alternate their states according to external inputs like RNNs. In this research, we used FORCE learning and investigated whether such input-dependent states can be defined in a dissociated culture.

原稿種別: 日本語

PDFファイルサイズ: 1,411 Kバイト