前頭葉眼反射に基づく再発性ネットワークモデルにおける運動学習
1Department of Physiology, W.M. Keck Foundation Center for Integrative Neuroscience, San Francisco, California.
Nature
|November 12, 1992
まとめ
この研究は,ニューラルネットワークが,学習と記憶を修正するために,中間時間スケールのニューラルダイナミクスをどのように使用できるかを示しています. この原理は,前庭眼反射のような脳フィードバックシステムにも当てはまります.
科学分野:
- 神経科学は神経科学である.
- 計算神経科学とは
- システム神経科学 システム神経科学
背景:
- 伝統的なニューラルネットワークモデルは,情報処理と学習のためのミリ秒のタイムスケールに焦点を当てています.
- ニューロンは,イオンチャネル調節と適応を含む,より遅い時間スケール (数十〜数百ミリ秒) で動作する細胞機構を有しています.
- これらのダイナミックなニューロンの性質は,複雑な脳の機能を理解する上で極めて重要です.
研究 の 目的:
- 繰り返しのニューラルネットワークが,適応的改変のために,中間時間スケールのニューラルダイナミクスをどのように活用できるかを実証する.
- この原理を先頭葉眼反射 (VOR) に適用し,その長期的な適応的変化を説明する.
- VOR学習と記憶のニューラル基盤に関する矛盾するデータを調和させる.
主な方法:
- 繰り返しフィードバック接続を持つニューラルネットワークのコンピューティングモデルの開発.
- 中間時間スケールで動作する細胞メカニズムを組み込んだ神経応答のシミュレーション.
- モデルの適用により,前庭眼反射の適応的修正をシミュレートする.
主要な成果:
- このモデルは,神経応答の長期的な調節を,システムの出力振幅の変化にうまく変換します.
- 中間時間スケールのニューロンのダイナミクスがフィードバックシステムにおける適応学習の基礎となる可能性があることを実証した.
- VOR適応のニューラルロカスに関する明らかに矛盾する発見を調和させました.
結論:
- 中間時間スケールのニューロンのダイナミクスは,再発性ニューラルネットワークにおける学習と記憶の重要なメカニズムです.
- 提案された原則は,さまざまな脳のフィードバックシステムにおける適応性可塑性を理解するための統一された枠組みを提供します.
- この研究は,前頭葉眼反射適応の細胞およびシステムレベルのメカニズムについての洞察を提供します.


