金丸隆志の研究テーマ
いくつかのテーマに興味を持ち、研究を進めています。
それらを簡単に紹介します。

スマートフォン / シングルボードコンピュータ / 画像処理システム / 強化学習によるロボット制御
robot 学生との共同研究であるこれらのテーマに関しては、下記の研究室ページを是非御覧下さい。
脳の動的な振舞いの理解
　近年、脳の神経細胞群の活動から「振動と同期現象」、「パルスの相関」、「カオス」など、 脳の動的な振舞いに関するデータが視覚皮質や海馬などで数多く報告されています。 これらは従来の静的なニューラルネットワーク理論が予言するよりも豊かなダイナミクスを脳が有することを示唆しており、 これらの現象を理解しようという動きが世界的に進行しています。 私は「非線形力学」、「統計物理」などの手法を手がかりにこれらの現象に迫ろうと研究を行っています。

　「振動と同期現象」、「パルスの相関」、「カオス」は別々に研究されることが多いのですが、 現実の脳の中ではこれらは異なるモードとして動作しているのではなく、 脳内の高次元ダイナミクスを異なる切口でとらえた時に現われる現象であると考えられます。すなわち、これらは統一して考えられるべき概念であると思われます。

　私が最近研究している「興奮性／抑制性集団からなるパルスニューラルネットワーク」は上記の現象を全て見せるため、パルスレベルで脳の振舞いを調べる際に有用なモデルであると考えています。このモデルでは生理学実験でしばしば観察される「一素子では周期性は見出せないが、集団平均をとると現われる弱い周期振動」も観察されることも明らかになりました。

fireingtime 　また、脳は神経細胞を単位として構成されていますが、素子の性質にはバラつきがあり、また素子間の結合も一様ではなく様々な構造を持っています。そのようなシステムの取り扱いにはシステムの確率的な取り扱いが不可欠であると考えられます。

JeJi 　例えば、右のような 200 ニューロンの結合系のダイナミクスを考えましょう。 今システムにはノイズが加わっているため、各ニューロンはランダムに発火 (図中の赤色の点) します。 このようにランダムな系そのものを解析するのは困難ですが、 このシステムにて素子数無限大の極限を取り、各素子の確率分布の時間変化を調べると 左の図のように発火頻度の滑らかな軌道が得られます。

　この確率分布自体は決定的な時間発展に従いますので (Fokker-Planck 方程式)、 詳細な解析が行えます。

　このように確率的な手法を用いて脳のダイナミクスを解析することに興味を持っています。
非線形力学とカオス
脳の動的振舞を解析するツールとなるのが非線形力学です。こちらについては1997年からメンテナンスし続けている下記のサイトを御覧ください。

金丸隆志のページに戻る