連想記憶の海馬モデル
森田 昌彦
概要:
海馬に関する生理学的な知見と工学的な考察に基づいて構成した,連想記憶機能を持つ神経回路モデルを提案する.このモデルは,神経回路網の安定状態を“コード”として用い,入力パターンをランダムに選んだコードと連合することによって記憶するが,その過程において回路網の刺激レベルの変化とゆらぎとが重要な役割を果たす.また,互いに直交しないパターンでも記憶することができ,一対多の連想も可能である.さらに時系列パターンの記憶に自然に拡張できるなど,従来の連想記憶モデルにない特徴を持っている.それと同時に,本モデルの機構や動作は,海馬の機能と記憶メカニズムに対して仮説と示唆を与えるものと考えられる.
Masahiko Morita
Abstract:
A neural network model of associative memory is proposed,
which is mainly based upon physiological observations
on the hippocampus.
The model memorizes patterns through associating them with
``codes'' which are stable states of a fixed network.
In this process, periodic change of the stimulus level and
fluctuations of the network play an important part.
As a result, even memory patterns which are not mutually
orthogonal can be memorized,
and the model can be extended to a temporal association model.
At the same time, the behavior of this model is considered to
give many suggestions to the hippocampal function and mechanism.