日時：2006年7月28日（金）16:30-17:45
場所：駒場・先端科学技術研究センター4号館516号室
発表者：舩橋真俊
所属：東京大学生産技術研究所合原研究室　準博士研究員（発表時）
タイトル：鳴鳥類の音声発達のモデル化と解析
キーワード：カオス的遍歴、複雑系脳科学、ティンバーゲンの４つの質問、有限状態文法、エルマンネットワーク

書誌：舩橋真俊，鳴鳥類の音声発達のモデル化と解析．ヒトセミナー要旨集, no.19, pp.1, 2006.
（本発表ならびに本要旨について引用する際は、こちらをご利用ください。）

要旨：
修士論文の研究で行った鳴鳥類の音声発達のモデル化について発表します。
　先ず、大まかに人間の言語を比較進化論的枠組みでとらえるBiolinguisticsについて説明した後、ジュウシマツの求愛歌の文法が有限状態文法で記述できることを紹介し、その複雑さの起源についてTinbergenの4つの質問の観点からわかってきたことを概観します（主に理研の岡ノ谷研究室の成果です）。
　次に、その中の特にオスの歌文法獲得過程に着目し、教師信号として与えられる父親の歌には含まれていない「個体特異的な新しい文法の形成過程」について、カオスを使った学習によりそのような発達過程を再現しうるモデルを、エルマンネットをもとに提案し、シミュレーション結果と合わせて紹介します。
　モデルとしては、ニューロンの細かい特性から積み上げていくものではなく、文法の発達過程を再現できることを第一に、機能主義的立場、特にカオス的脳観（津田一郎、1990）を参考に抽象化しています。そのため実際の鳥の脳の生理学的な知見をボトムアップに取り込んだモデルにはなっていませんが、シミュレーションで試行錯誤しながらとりあえず発達過程らしきものを作り、後から解析する立場をとります。
　次に、カオスエルマンネットワークのダイナミクスを調べるために、リミットサイクルを記憶したカオスニューラルネットワークのカオス的遍歴状態と、マルコフ情報源を記憶したカオスエルマンネットワークのカオス的遍歴状態について調べた結果を示します。
　具体的には、カオスエルマンネットワークを差分力学系として特徴付ける方法として、ニューロンの内部状態ベクトルの不変部分空間の構造とニューロン間の結合重みの対称性の関係に着目し、不変部分空間近傍のダイナミクスの定性的な分類・解析結果を示します。

留学先のＵＲＬ（フランス語）：
http://www.crea.polytechnique.fr/

参考文献：
[1] Obana I., Aihara K., Fukui Y., and Hoshino H.: 1998, “Design of Chaotic Responses in Neuron model and its Application to Modeling of Artificial Living Things of Moving to Light on a Plane.” The Journal of the Institute of Electronics, Information and Communication Engineers, MBE 88-7, pp. 43-50.
[2] Aihara K., Takabe T. and Toyoda T.: 1990, “Chaotic neural networks.” Phys. Lett. A, 144, pp. 333-340.
[3] Chen L. and Aihara K.: 1995, “Chaotic Simulated Annealing by a Neural Network Model with Transient Chaos.” Neural Networks, Vol.8, No.6, pp.915-930.
[4] Elman J. L.: 1990, “Finding Structure in Time.” Cognitive Science, 14, pp. 179-211.
[5] Fujii H., Aihara K. and Tsuda I.: 2004, “Functional Relevance of ‘Excitatory’ GABA Actions in Cortical Interneurons: A Dynamical Systems Approach.” Journal of Integrative Neuroscience, Vol.3, No.2, pp. 183-205.
[6] Kawamura T. and Okanoya K.: 2001, “The variable N-gram as a model of the brain representation for the sequential behavior.” International Congress of Neuroethology, p398.
[7] Kitajima H.: 2003, “Itinerant memory dynamics and global bifurcations in chaotic neural networks.” CHAOS, Vol. 13, No. 3, pp. 1122-1132.
[8] Komuro M. and Aihara K.: 2001, “Hierarchical Structure among Invariant Subspaces of Chaotic Neural Networks.” Japan Journal of Industrial and Applied Mathematics, Vol.18, No.2, pp.335-357.
[9] Kuroiwa J., Matsunami N., Nara S., and Aihara K.: 2004 “Sensitive Response of a Chaotic Wandering State to Memory Fragment Inputs in a Chaotic Neural Network Model.” International Journal of Bifurcation and Chaos, Vol.14, No. 4, pp.1413-1421.
[10] Okanoya K. and Yoneda T.: 1995, “Phonetic Development of Avian Species -Analysis by an Analogy with Neural Networks-.”(in Japanese) Comparative Physiology and Biochemistry (in Japanese), Vol. 12, No. 1, pp. 3-13.
[11] Okanoya K.: 2002, The Transition to Language, Oxford University Press, Oxford.
[12] Okanoya K.: 2003, From Birdsong to Human Language. (in Japanese), Iwanami, Tokyo.
[13] Sasahara K.: 2005, “Evolution of Complexity and Diversity in Simulated Birdsong Grammer.” PhD. Thesis at the Department of General Systems Studies, Graduate School of Arts and Sciences, The University of Tokyo.
[14] Servan-Schreiber D., Cleeremans A., and McClelland J.L.: 1988, “Encoding sequential structure in simple recurrent networks.” Technical Report CMU-CS-88-183, Carnegie Mellon University, Pittsburgh, PA.
[15] Skarda C. A. and Freeman W. J.: 1987, “How brains make chaos in order to make sense of the world.” Behavioral and Brain Sciences, 10, pp. 161-195.
[16] Tinbergen, N.: 1963, “On aims and methods of ethology.” Zeitschrift fur Tierpsychologie, 20, pp. 410-433.
[17] Tsuda I.: 1992, “Dynamic Link of Memory -Chaotic Memory Map in Nonequilibrium Neural Networks.” Neural Networks, 5, pp. 313-326.