時間。空間パターン分類のための大脳皮質神経回路網モデルのシミユレーション研究

摘要

人工ニューラルネットワークの研究は数多く行われてきたが，そのほとんどは実際の脳の構造や機能とは異なったものである．本研究では，大脳皮質に似たネットワーク構造を持ち，ヒトの脳の規模まで拡張できるモデルを実現するため，闇値を持つニューロンで構成され，Winner－takes－allアルゴリズムによってフィードバックされる層を持った新しい大脳皮質神経回路網モデルを提案した．入力に対応したニューロンがない場合は，産み付けされていないニューロン（virgince11）を補充した，そして，8bitからなる外部入力を連続的に用いて，教師なし学習のシユレーションを行った，各ニューーlコンの入力結合にはヘップの学習則を適用した．その結果，学習は収束し，2つの外部入力を組み合わせた7～56種頬のパターンに対して，それぞれ特定のニューロンが発火した．のことは，提案したモデルの教師なし学習によって，時間?空間パターン分類が実現できたことを示している．