[論文レビュー] Field theory for biophysical neural networks

Si-Wei Qiu, Carson C. Chow|arXiv (Cornell University)|Nov 5, 2014

Neural dynamics and brain function参考文献 7被引用数 3

ひとこと要約

本稿は、量子場理論的手法を用いて、生物物理学的に現実的な神経ネットワークをモデル化するフィールド理論的枠組みを構築する。これにより、経路積分と有効作用を用いて有限サイズ効果を体系的に分析可能となる。平均場および相関補正付きの式（活動方程式）を導出し、高次モーメントを捉えることで、無限大Nの極限を超えた神経ネットワークダイナミクスを非摂動的に解析する手法を提供する。

ABSTRACT

The human brain is a complex system composed of a network of hundreds of billions of discrete neurons that are coupled through time dependent synapses. Simulating the entire brain is a daunting challenge. Here, we show how ideas from quantum field theory can be used to construct an effective reduced theory, which may be analyzed with lattice computations. We give some examples of how the formalism can be applied to biophysically plausible neural network models.

研究の動機と目的

• 生物物理学的に現実的なダイナミクスを有する、大きなが有限の神経ネットワークを体系的に解析するためのフレームワークを開発すること。
• 平均場理論を、特に2点相関関数を含む高次統計モーメントを通じて有限サイズ効果を組み込むことで拡張すること。
• モーメントおよび相関のダイナミクスを記述する有効場方程式（具体的には活動方程式）を導出すること。
• 格子法を用いた数値シミュレーションにより、現実的な神経系における非平均場的挙動を調査可能な手段を提供すること。
• 特にu(t) = 0のような臨界境界付近における、有限N補正による神経ネットワーク状態の安定性を評価すること。

提案手法

• 確率密度汎関数を場理論的作用に写像するため、Doi-Peliti-Janssen変換を用いて神経ネットワークダイナミクスを経路積分として定式化する。
• 有効作用S = Sφ + Suを導出し、Sφは位相密度の進化を支配し、Suはノイズおよび結合を伴うシナプス駆動ダイナミクスを支配する。
• 作用の最小化により平均場理論を適用し、1次モーメント（平均位相およびシナプス駆動）の決定的方程式を導出する。
• Legendre変換を用いて活動方程式を導入し、2点相関関数Cijを組み込み、有限N効果を捉える。
• 2PI（2粒子的不可分）形式を用いて、モーメントおよび相関の閉じた方程式を導出し、非マルコフ的およびノイズ駆動項を含む。
• 格子に基づく数値スキームを構築し、活動方程式のシミュレーションを可能にし、相関駆動型不安定性および記憶ダイナミクスの研究を可能にする。

実験結果

リサーチクエスチョン

• RQ1 量子場理論的手法を、有限サイズ効果を有する生物学的現実性を持つ神経ネットワークにどのように適応できるか。
• RQ2 神経ネットワークダイナミクスにおいて、有限Nの相関が平均場理論の破綻を引き起こすパラメータ領域はどこか。
• RQ3 2点相関関数は、特にu(t) = 0のような臨界閾値付近における神経ネットワーク状態の安定性およびダイナミクスにどのように寄与するか。
• RQ4 2PI形式から導かれた活動方程式は、平均場理論に比べて神経ネットワーク挙動をより正確に記述できるか。
• RQ5 相関駆動型不安定性は、有限神経系における神経記憶および情報処理にどのような意味を持つか。

主な発見

• 有効作用から導かれた平均場方程式は、N → ∞極限における神経ネットワークの1次モーメントダイナミクスを正確に記述する。
• 活動方程式には、1/Nに比例する有限N補正項が含まれており、特にスパイク誘発シナプスフラクチュエーションの影響を捉える相関関数C31を含む。
• 数値的比較により、u(t)の平均場解は安定であるが、完全な微視的ダイナミクスはu(t) = 0付近で不安定であることが判明し、平均場予測の破綻を示している。
• u(t) > 0の領域は平均場解析において安定であるが、u(t) < 0の領域は固有値を制約する境界条件に依存しており、有限サイズ効果に敏感であることが示唆される。
• 活動方程式は、相関関数が特に位相転移や閾値挙動付近でダイナミクスを顕著に変化させることを明らかにし、正確なモデル化には高次モーメントが不可欠であることを示唆している。
• 本フレームワークにより、将来の格子シミュレーションが、2点相関の神経ネットワーク安定性および記憶保持への役割、特に非平衡状態における影響を調査可能となる。