[論文レビュー] Sensory Coding with Dynamically Competitive Networks

M. I. Rabinovich, Ramón Huerta+3 more|ArXiv.org|May 21, 1999

Neural dynamics and brain function参考文献 31被引用数 4

ひとこと要約

本論文は、嗅覚刺激などの感覚刺激が、定常的なアトラクターではなく、一時的で変化する空間的・時間的パターンとして神経ネットワークに符号化される動的競合フレームワークを提案する。モデルは非自己動的で刺激駆動の動的特性と一方向性抑制を用い、干渉を回避し、持続的記憶痕跡が不要な高容量で安定した符号化を可能にする、ノイズに強く頑健な表現を生成する。

ABSTRACT

Studies of insect olfactory processing indicate that odors are represented by rich spatio-temporal patterns of neural activity. These patterns are very difficult to predict a priori, yet they are stimulus specific and reliable upon repeated stimulation with the same input. We formulate here a theoretical framework in which we can interpret these experimental results. We propose a paradigm of ``dynamic competition'' in which inputs (odors) are represented by internally competing neural assemblies. Each pattern is the result of dynamical motion within the network and does not involve a ``winner'' among competing possibilities. The model produces spatio-temporal patterns with strong resemblance to those observed experimentally and possesses many of the general features one desires for pattern classifiers: large information capacity, reliability, specific responses to specific inputs, and reduced sensitivity to initial conditions or influence of noise. This form of neural processing may thus describe the organizational principles of neural information processing in sensory systems and go well beyond the observations on insect olfactory processing which motivated its development.

研究の動機と目的

• 神経的ノイズや非定常入力のもとでも、特に昆虫の臭覚処理において、信頼性があり刺激特異的な空間的・時間的パターンがどのように生成されるかを説明すること。
• 安定した固定点に依存する従来のアトラクター網膜モデルの限界（パターン干渉の問題）を解決すること。
• 動的で非自己動的行動（入力駆動と一時的軌道に従う）が神経表現の基盤となる理論的枠組みを構築すること。
• このような動的符号化が、保存されたパターン間の干渉を低減することで情報容量を増大させ、耐障害性を高めることを示すこと。
• この手法の生物学的妥当性と、種を越えた感覚処理における計算的利点を検討すること。

提案手法

• 昆虫の触角小胞に類似した、興奮性投影ニューロン（PNs）と抑制性局在ニューロン（LNs）からなるネットワークモデルを構築する。
• 一方向性抑制接続を実装し、サイクル的優位性構造を形成することで、神経集合間の動的競合を可能にする。
• 自己動的アトラクター状態ではなく、外部入力に依存する非自己動的動的特性を用いる。
• 不規則な固定点を結ぶヘテロクリニック軌道を表す3ニューロンの簡略化されたトリプレットモデルを用い、一時的パターン遷移を示す。
• 初期条件への感度と系の安定性を分析し、ノイズやフラクチュエーションに対しても頑健であることを示す。
• 制御理論の概念を適用し、自己動的系が不安定であっても、刺激駆動の軌道が数学的に安定かつ予測可能であることを示す。

実験結果

リサーチクエスチョン

• RQ1 神経ネットワークは、安定したアトラクターに依存せずに、信頼性があり刺激特異的な空間的・時間的パターンをどのように生成できるか？
• RQ2 古典的アトラクター網膜と比較して、一時的で非自己動的動的特性を用いる感覚表現の計算的利点は何か？
• RQ3 動的競合は、保存されたパターン間の干渉をどのように低減し、記憶容量を増大させるか？
• RQ4 平均発火率が限られた情報をもたらす中でも、神経活動の時間的および関係的特徴が感覚的識別と復号に不可欠であるのはなぜか？
• RQ5 このような動的符号化スキームは、哺乳類を含む、感覚系や脳構造を越えて一般化可能か？

主な発見

• モデルは、物質の触角小胞およびミツバチの触角小胞で観察された実験的神経活動と類似した、豊富で非定常な空間的・時間的パターンを生成する。
• 安定した固定点が存在しないにもかかわらず、繰り返し刺激に対して高い安定性を示し、時間経過に伴うパターンの進化が一貫している。
• 各パターンが位相空間内で一意の軌道を通過するため、記憶された入力間の干渉が最小限に抑えられ、ネットワークの記憶容量が顕著に増大する。
• 刺激終了後に、入力依存性の継続性により自然にリセットされるため、明示的なリセット機構の必要がない。
• 従来のアトラクター網膜で一般的な「重ね合わせ崩壊」のリスクが低減される。これは、重複するパターンが記憶障害を引き起こすためである。
• 長時間定数の復号器でさえも、動的符号化の内在的安定性が復号精度を向上させ、効率的な下流処理を可能にする。