Stdp学習により形成されるニューラルネットワークの複雑構造解析

摘要

スパイクタイミングに依存したシナプス可塑性（以下，STDP）によって，ニューラルネソトワークがスモールワールドやスケールフリーなどの複雑構造を呈することが示唆されている．これらの報告では興味深い解析結果が示されているが，生理学的に妥当性の低い条件下での実験による報告となっている．そこで本論文では，生理学的に妥当性の高い条件下において，STDP学習により導かれるニューラルネットワークのスモールワールド性，スケールフリー性に関する解析を行う．その際，近年，脳科学において注目されている加法性と乗法性の2種類のSTDP則を作用させた場合に，どのような違いが現れるかをも数値実験により解析する．更に2種類のニューロンモデルを用いることで，ニューロンモデルのダイナミックスに関する観点からの解析も行っている．その結果，従来得られている結果とは異なり，生理学的妥当性の高い条件下では，ニューラルネットワークはスモールワールド構造，スケールフリ－構造のいずれも呈さないことが明らかとなった．しかし，ニューロンモデルの違いによりニューラルネットワークの構造に変化が生じることが確認された．