115
回編集
「マーの小脳理論」の版間の差分
ナビゲーションに移動
検索に移動
細
→離散信号によるパターン識別
Mitsuokawato (トーク | 投稿記録) |
Mitsuokawato (トーク | 投稿記録) 細 (→離散信号によるパターン識別) |
||
| 46行目: | 46行目: | ||
小脳は教師あり学習をしていると認めるとする。機械学習の教師ありアルゴリズムの目的は[[分類]]と[[回帰]]に大別される。前者は信号パターンを複数のクラスに分類する事が目的である。一方、回帰では入力信号パターンから、ある関数によって計算される連続値の出力を近似することが目的である。分類と回帰は、それぞれ離散と連続の計算問題を機械学習、つまりパラメータ推定で解決すると整理できる。 | 小脳は教師あり学習をしていると認めるとする。機械学習の教師ありアルゴリズムの目的は[[分類]]と[[回帰]]に大別される。前者は信号パターンを複数のクラスに分類する事が目的である。一方、回帰では入力信号パターンから、ある関数によって計算される連続値の出力を近似することが目的である。分類と回帰は、それぞれ離散と連続の計算問題を機械学習、つまりパラメータ推定で解決すると整理できる。 | ||
David | David Marrは、小脳の役割は分類に対応する[[連合学習]]であると特徴付けたが、その後の神経科学のデータや理論は、むしろ回帰であることを示している<ref name=ref8361536 ><pubmed> 8361536 </pubmed></ref><ref name=ref10448153 ><pubmed> 10448153 </pubmed></ref><ref name=ref3676355 ><pubmed> 3676355 </pubmed></ref><ref name=ref10607637 ><pubmed> 10607637 </pubmed></ref>[12,13,14,15]。 | ||
具体的には、例えば、サルの[[追従眼球運動]]中の[[傍片葉]]プルキンエ細胞の瞬時発火頻度は、運動のキネマティクスや運動司令をよく表している<ref name=ref8361536 /><ref name=ref10448153 />[12,13]。また、[[小脳内部モデル理論]]では、運動制御対象の順モデルや逆モデルが学習で獲得されると提案するが、これは回帰問題である<ref name=ref3676355 /><ref name=ref10607637 />[14,15]。 | |||
=== 顆粒細胞層のコドン表現 === | === 顆粒細胞層のコドン表現 === | ||