研究内容

研究室配属に向けて,研究テーマと 卒研テーマ・スケジュールについて紹介をします。

研究テーマ

1)ニューラルコン ピューティング
脳・神経系はニューロンからなるネットワークで構成されます.脳で行われている情報処理を理解することを目指した様々な理論的研究があります.そこでは,対象とする現象に合わせてニューロンモデルが異なります.例えば,ニューロン内の情報処理を対象とする場合はコンパートメントモデルが使われ,ニューロンのネットワークによる情報処理を対象とするときは積分発火モデルなどが使われます.我々は,記憶に関連したシナプス可塑性やいわゆる神経雪崩の現象に着目して,それらの現象を再現するニューラルコンピューティングモデルを構築し,現象の本質の理解を目指しています.

2)カオスニューラスネットワーク
生物の情報処理の主体であるニューロンが複雑なネットワークを構成して脳・神経系ができています.ニューロン単体やネットワークでカオス的応答がみられることから,カ オスが脳での学習や記憶に重要な役割をしている可能性があると考えられています.それを実現しようとする立場のカオスニューラルネットワークの研究があり ます.ネットワークでみられるカオス的応答の一例について説明します.ラットとウサギの脳の中の臭いの情報の経路である嗅球の電気的応答で,知らない臭い に対してはカオス的な応答が見られ,既知の臭いに対してはリミットサイクルへ落ち込むような運動に対応する応答が見られました(Skarda and Freeman, Behavioral and Brain 10(1987))
我々はいわゆる合原ニューロンで構成されるカオスニューラルネットワークを用いて,その動的性質やダイナミカルノイズの影響を調べたり,カオスニューラル ネットワークを用いて情報処理モデルを作成しています.

3)粒子群最適法
粒子群最適化法(PSO)は,鳥・魚や昆虫の群れが群れの行動で実現されている情報処理を模倣して作成された最適化問題のアルゴリズムです.一般に,最適解の探索を行うためには,探索空間を大域的に探索する能力と,解と思われる空間を詳しく探索して高い精度で解を決定する能力が必要です.オリジナルのPSOは大域的な探索能力が劣っているため,オリジナルのPSOを改良した様々な手法が考案されています.我々はPSOの改良版モデルを考案したり,PSOの探索過程の軌道の動的な特性について解析を行っています.

卒研テー マ

卒研では,
・粒子群最適化法などの群知能
・ニューラルコンピューティングモデル
・セルオートマトン
Boidモデル
・遺伝的アルゴリズム
などに関するテーマで数値的研究をしています.

卒研ゼミの年間スケジュール

前期: 卒業研究の基礎学習

後期: 原則的に一人1テーマで卒業研究