ＢＥＳＯＭ（ビーソム）ブログ 海馬の機能と脳全体の計算論的モデルとの関係についての考察：モデルベース強化学習、メモ化、ＢＰＴＴ
ＢＥＳＯＭ（ビーソム）は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。ＢＥＳＯＭに関連する研究者向けの情報発信をしていきます。（内容は個人の意見であり所属する組織の見解ではありません。） 海馬の「エピソード記憶」という機能を、 脳全体の計算論的モデルにどう取り込むのかが自分にとっての 大きな問題の１つでしたが、 だいぶん解決の糸口が見えてきた気がします。 以下、取り急ぎのメモです。間違いがあったらご指摘ください。 強化学習の研究者や、大脳基底核の計算論的神経科学研究者が、 「モデルベース強化学習」という言葉を使うのをよく聞く。 「モデルフリーとモデルベースの違い - Togetterまとめ」 モデルベース強化学習とは、外界のモデルを学習する強化学習の手法らしい。 意思決定に必要な計算時間は増えるが、 学習に必要なエピソードの経験回数は減るらしい。 従来のモ
脳を理解するための情報源メモ
脳を理解し BESOM モデルを拡張するために必要な知識の 良質な情報源を、独断で選んで紹介します。 （ 2014-06-04 更新） （2013-02-07: 内容が一部古くなっています。 また、少し敷居を上げ過ぎた感があるので、もう少し絞り込んで整理し直したいと思っています。） ★★★・・・ 必読。脳を理解しようとする人は必ず目を通すべきだと思います。 ★・・・ おすすめ。大変役に立ちます。 * こちらもご覧ください。 「脳を理解するための情報源メモ」更新予定メモ 目次 脳科学全般 機械学習 パターン認識、 自己組織化マップ、 ベイジアンネット、 独立成分分析、 主成分分析、 強化学習、 特徴選択、 正則化、 フレーム、 Deep Learning 認知科学・心理学 遂行機能、 事象関連電位、 アフォーダンス、 選択的注意 神経科学 神経解剖学、 計算論的神経科学 哲学 意識、 自由意
全脳アーキテクチャ勉強会 第１回（松尾）
スマホマーケットの概要と、�マーケティングの失敗例と改善 （アナリティクス アソシエーション 特別セミナー）Tokoroten Nakayama
脳とベイジアンネット
ベイジアンネットを用いて大脳皮質の機能を再現するモデルが少しづつ増えています。 ベイジアンネットは大脳皮質の複雑で多様な振る舞いを少ない仮定で計算論的にきれいに説明するだけでなく、アルゴリズムやデータ構造、それらを実現する神経回路にいたるまで、大脳皮質に対する幅広く詳細な説明を与えつつあります。 ベイジアンネットに基づいて脳を理解することは、高い知能を持つロボットの実現に向けたブレークスルーになると考えています。 解説 「脳とベイジアンネットＦＡＱ」 脳とベイジアンネットに関して私がよく聞かれる質問です。 「解説：大脳皮質とベイジアンネット」 日本ロボット学会誌に載せていただいた解説です。（この pdf ファイルは日本ロボット学会の著作物です。） 一杉裕志, 解説：大脳皮質とベイジアンネット、 日本ロボット学会誌 Vol.29 No.5, pp.412--415, 2011. 「脳は計算機
一杉裕志
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ この業務用個人 web ページの中身およびレイアウトを近々大幅に整理する予定です。 なお、数年後には完全閉鎖予定ですのでご注意ください。 ＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 研究テーマ： 脳型汎用人工知能アーキテクチャの研究開発 人間のような知能を持つ機械を実現する最も確実な方法は、脳の動作原理を解明し、それを模倣することです。 私は自ら再帰的に目標を設定する強化学習 RGoal を用いた脳型汎用人工知能(AGI)アーキテクチャの構築を目指しています。 また、計算論的神経科学の分野で知られている大脳皮質に関する知見をヒントにした BESOM と呼ぶ 機械学習アルゴリズムの開発も行っています。 BESOM は複数の機械学習技術 （自己組織化マップ、ベイジアンネット、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www.cns.atr.jp/~doya/naist/mathsci/
