K-L情報量を用いたスパイキングニューラルネットワークのSTDP型学習則

摘要

本研究では、スパイキングニューラルネットワークの学習則について提案する。 近年、スパイキングニューラルネットワーク（パルス型ニューラルネットワークとも言われる）に関心が集まっている。 背景としては、生物の神経細胞の働き方に最も近い人工的なニューロンモデルで、シナプス可塑性の学習則においても、前後シナプスの発火タイミングに依存して荷重値が変化している(STDP)という知見が得られたことである。 STDP発見に伴い、スパイキングニューロンに適用する工学的な学習則は何か、学習則とSTDPとの関連は何かという問題がある。 そこで、本研究では、従来のニューラルネットワークで良く使われているKullback-Leibler(KL)情報量を用いて、スパイキングニューロンに応用できる新しい学習則を提案し、それとSTDPとの関連を議論する。