サイトメニューここからこのページの先頭です

ショートカットキーの説明を開始します。画面遷移や機能実行は、説明にあるショートカットキーを同時に押した後、Enterキーを押してください。ショートカットキーの説明を聞くには、Alt+0。トップ画面の表示には、Alt+1。ログインを行うには、Alt+2。簡易検索画面の表示には、Alt+3。詳細検索画面の表示には、Alt+4。障害者向け資料検索画面の表示には、Alt+5。検索結果の並び替えを行うには、Alt+6。国立国会図書館ホームページの表示には、Alt+7。検索結果の絞り込みを行うには、Alt+8。以上でショートカットキーの説明を終わります。

ナビゲーションここから

ナビゲーションここまで

本文ここから

資料種別 図書

脳科学大事典

甘利俊一, 外山敬介 編

詳細情報

タイトル 脳科学大事典
著者 甘利俊一, 外山敬介 編
著者標目 甘利, 俊一, 1936-
著者標目 外山, 敬介, 1935-
出版地(国名コード) JP
出版地東京
出版社朝倉書店
出版年月日等 2000.4
大きさ、容量等 1006p ; 27cm
ISBN 4254101562
価格 39000円
JP番号 20059062
出版年(W3CDTF) 2000
件名(キーワード)
NDLC SC364
NDC(9版) 491.371 : 基礎医学
対象利用者 一般
資料の種別 図書
言語(ISO639-2形式) jpn : 日本語

目次
 

  • 脳科学大事典
  • 目次
  • I.総論
  • 1. 神経科学の体系と方法 外山敬介 2
  • 実験的神経科学と理論的神経科学 2
  • 実験的神経科学 2
  • 理論的神経科学 9
  • 2. 計算論的神経科学 川人光男 13
  • Marrの3レベル 13
  • ハードウェアとアルゴリズムからの拘束 15
  • 生態学的アプローチと表現・階層性 15
  • 計算論的神経科学の方法論 16
  • 3. 脳の理論 甘利俊一 18
  • 脳の理論の3つの側面 18
  • 多層神経回路網の計算能力 19
  • 学習の理論 19
  • 時空間ダイナミクスと実数計算論 20
  • 4. ニューロンとシナプスの数理モデル 神山斉己,臼井支朗 22
  • 神経細胞のイオン電流モデル 22
  • シナプス伝達モデル 24
  • 細胞内情報伝達モデル 25
  • 神経細胞の機能モデル 27
  • 5. 神経細胞と神経回路網の機能 外山敬介 29
  • 神経細胞の機能 29
  • 神経回路網の機能 30
  • 6. 脳の機能マップ 35
  • 6.1 サルの脳の機能マップ 酒田英夫 35
  • 初期の大脳皮質機能地図 35
  • 大脳皮質の構築地図と機能地図 36
  • 髄鞘発生地図と連合野 37
  • 感覚周辺部の多重再現マップ 37
  • 連合野中心帯の機能マップ 40
  • 記憶系の機能マップ 42
  • 6.2 ヒト脳の機能イメージング 柴崎浩 45
  • 電気生理学的検索法 45
  • 狭義の機能画像電気生理学的検索法の関連 45
  • 6.2.1 脳磁図 佐々木和夫 46
  • SQUID脳磁計 46
  • 脳電場と脳磁場 47
  • NoーGo電位と磁場:判断と抑制機能 48
  • 前頭知的シータ波 49
  • 人間における脳高次機能の研究と脳磁図 50
  • 6.2.2 PET 米倉義晴 51
  • PETの概要 57
  • 脳グルコース代謝マッピング 51
  • 脳機能賦活検査 53
  • 神経伝達機能の評価 55
  • 6.2.3 機能的MRI 成瀬昭二,古谷誠一,田中忠蔵 55
  • MRIによる脳機能測定法の歩みと種類 55
  • MRIによる脳機能測定法の種類 56
  • fMRI測定の実際 57
  • 臨床用装置によるfMRIの実例 57
  • fMRIの利点と問題点 60
  • 7. 脳の情報表現原理 外山敬介 62
  • 情報表現に関する仮説 62
  • 脳内情報の統合と抽出に関する仮説:バインディングとセグメンテーション問題 65
  • 8. 脳の研究手法 67
  • 8.1 高次脳機能の研究手法(慢性記録とタスク) 蔵田潔 67
  • 行動課題制御およびデータ集積法 67
  • 慢性記録のための無菌的手術法 68
  • 微小電極による単一ニューロン活動記録法 68
  • 薬物微小注入による脳高次機能研究法 69
  • 8.2 パッチクランプ法 平野丈夫 71
  • パッチクランプ法とは 71
  • パッチクランプ法の長所・短所 71
  • パッチクランプ法の実際 72
  • 培養系への適用 73
  • 脳切片への適用 73
  • パッチクランプ法の変法 73
  • 展望 74
  • 8.3 多連ガラス微小電極法 田村了以,小野武年 75
  • 多連ガラス微小電極の作製法 75
  • 薬物充填法 76
  • ニューロン膜への薬物投与法 76
  • ニューロン反応の評価 77
  • 薬物の広がりと濃度 74
  • 情動行動下ラットへの応用 77
  • 8.4 インパルス相関法 外山敬介 80
  • インパルス反応の同時記録 80
  • 相関の基本パターン 81
  • 相関の貢献度 82
  • 相関に関係する因子 83
  • 8.5 in vitro研究手法 85
  • 8.5.1 脳切片法と組織培養法 山本亘彦 85
  • 脳切片法 85
  • 組織培養法 86
  • 8.5.2 光学的手法:光を用いた神経研究法 谷藤学,山本亘彦 88
  • 蛍光プローブを用いた細胞内Ca2+分布の計測 89
  • 他の細胞内物質のイメージング 89
  • 神経細胞の電気活動のイメージング 90
  • 内因性信号による機能カラムのマッピング 92
  • 共焦点顕微鏡と2光子レーザー顕微鏡 93
  • 8.6 分子生物学的手法 平野丈夫 96
  • 分子生物学的手法とは 96
  • 特異抗体作成法 96
  • アンチセンスオリゴヌクレオチド 96
  • 遺伝子導入法 97
  • トランスジェニック動物 97
  • ジーンターゲティング法とノックアウト動物 98
  • 展望 99
  • II. 脳のシステム
  • 1. 認知 102
  • 1.1 視覚認知 102
  • 1.1.1 視覚中枢の階層構造と機能分化 斎藤秀昭 102
  • 階層構造と2つの情報の流れ 102
  • 大細胞系と小細胞系 103
  • 情報チャネル,皮質マップとコラム構造 103
  • 1.1.2 視覚野の機能構築 佐藤宏道 104
  • 視覚野の位置と視野表現 204
  • 層分化 105
  • 細胞構築 106
  • 特徴抽出性と機能ドメイン 106
  • 情報統合とダイナミクス 107
  • 1.1.3 V2野,V3野,VP野 斎藤秀昭 108
  • V2野 108
  • V3野とVP野 108
  • 1.1.4 MT,MST野 小松英彦 109
  • MT,MST野の位置と視野表現 109
  • 線維連絡 110
  • 機能的構造 110
  • ニューロン活動 110
  • 破壊,電気刺激による行動への影響 114
  • 1.1.5 V4野 小松英彦 115
  • V4野の位置と視野表現 115
  • 機能および形態的に見た入出力関係 116
  • ニューロン活動 116
  • 破壊による行動への影響 119
  • 1.1.6 頭頂連合野 泰羅雅登 120
  • 頭頂連合野の構造 120
  • 頭頂連合野の機能 121
  • 1.1.7 側頭連合野 田中啓治 127
  • TE野の細胞の刺激選択性 127
  • TE野のコラム構造 129
  • TE野への入力の構造 130
  • TE野コラム構造の光計測法による画像化 133
  • TE野コラムの機能 135
  • 学習による選択性の変化 136
  • 1.1.8 顔細胞 山根茂 138
  • 顔に反応する細胞と顔細胞 138
  • 顔細胞発見の実験 139
  • 顔細胞の検出する特徴 139
  • 顔に反応する細胞 141
  • ITGとSTSの機能差 141
  • サイズ不変特徴検出機能 142
  • 1.2 聴覚認知 力丸裕 143
  • 1.2.1 音源定位 143
  • 音源定位の物理的基礎 143
  • 両耳聴と音源定位 144
  • メンフクロウの音源定位機構 146
  • 1.2.2 音声認知 147
  • 語音知覚 147
  • コウモリに学ぶ 152
  • 1.3 体性感覚中枢 岩村吉晃 158
  • 体性感覚中枢 158
  • 体性感覚野における体部位再現 158
  • 触覚認識と体性感覚野ニューロン 159
  • 手指運動の熟練と体性感覚野 160
  • 道具使用時の中心後回ニューロンの視覚受容野の変化 160
  • 両手の統合 161
  • 触覚認識の中枢
  • はどこにあるか 161
  • 痛覚の中枢はどこにあるか 161
  • 2. 記憶と学習 163
  • 2.1 学習のタイプ 渡辺正孝 163
  • 慣れ 163
  • 古典的条件づけ 163
  • 感性予備条件づけ 164
  • 味覚嫌悪学習 164
  • 刷り込み 164
  • 知覚学習 164
  • オペラント条件づけ 165
  • 運動・技能学習 166
  • 2.2 視覚認知学習 坂田勝亮 167
  • 側頭皮質と側頭葉内側 167
  • 大脳基底核・線条体および側脳室周辺 168
  • 2.3 記憶の種類 森敏昭 171
  • 記憶とは 171
  • 記憶の区分 172
  • 記憶研究の2つのアプローチ 173
  • 2.4 作業記憶 船橋新太郎 175
  • 作業記憶とはどのような記憶か 175
  • 作業記憶のモデル 176
  • 作業記憶に関連する神経機構 177
  • 2.5 視覚性記憶 吉田正俊,宮下保司 180
  • ヒト,サルでの先行研究 180
  • 図形対連合課題を使った研究 180
  • 2.6 海馬体 田村了以,小野武年 187
  • 海馬体の解剖 187
  • 海馬体はどのような種類の記憶に関与しているのだろうか 187
  • 海馬体ニューロンはエピソード記憶に関する事象をどのようにコードするのか 191
  • 2.7 ヒトの記憶障害 池田学,田辺敬貴 196
  • 健忘症候群 196
  • 意味記憶の障害 197
  • 手続き記憶の障害 197
  • プライミングの障害 198
  • 情動と記憶 198
  • 記憶の検査法 199
  • 3. 言語と思考 201
  • 3.1 言語領野 河村満,毛束真知子 201
  • 運動性言語野 201
  • 感覚性言語野 202
  • 視覚性言語野 202
  • 脳内言語回路 203
  • 言語における右半球の役割 204
  • 3.2 発話の脳機能地図 百瀬敏光 208
  • 脳機能地図の作成 208
  • 画像解析 208
  • 発話時の脳血流画像 209
  • 仮名音読時の脳血流画像 209
  • 3.3 ブローカ失語 中村光,浜中淑彦 211
  • ブローカ失語の概念の形成 211
  • ブローカ失語の症状学 211
  • ブローカ失語とブローカ野 215
  • 3.4 ウェルニッケ失語 山鳥重 217
  • ウェルニッケ失語の臨床症状 217
  • ウェルニッケ野の同定 278
  • ウェルニッケ野の機能(1):臨床データから 218
  • ウェルニッケ野の機能(2):生理学的データから 218
  • ウェルニッケ野の可塑性 219
  • 3.5 思考言語過程の障害 波多野和夫 220
  • 思考から言語へ 220
  • 語義失語 220
  • 力動失語 221
  • 反響言語 222
  • 非失語性呼称錯誤 222
  • 3.6 言語音声の獲得 正高信男 225
  • 「言語的」音声と「非言語的」音声 225
  • はじめての声変り 225
  • 「かわいらしさ」の検出 227
  • マザリーズ(母親語)の役割 228
  • 3.7 チンパンジーの学習と思考 松沢哲郎 229
  • 比較認知科学の視点 229
  • 実験室的研究 229
  • 学習の野外研究 230
  • 道具の階層性 231
  • 学習と社会生態学的環境 237
  • 4. 行動,情動 234
  • 4.1 本能行動 234
  • 4.1.1 摂食行動 西条寿夫,小野武年 234
  • 摂食および絶食にともなう体液の性状ならびに自律神経系の変化 234
  • 空腹および満腹感の発生機構 236
  • 内因性物質による神経性摂食調節機構 239
  • 液性因子と摂食調節 242
  • 4.1.2 飲水行動 山下博,大坂寿雅 244
  • 浸透圧 244
  • 体液量 246
  • 正常時に飲水を起こす因子 247
  • 4.1.3 性行動 佐久間康夫 248
  • 性行動の特性 248
  • 脳の性分化 249
  • 性行動の構成単位 250
  • 雌ラットの性行動 251
  • 雌型交尾行動の脳内神経回路 252
  • エストロゲンの作用様式 252
  • 雄ラットの性行動 253
  • 4.1.4 集団行動 桜井芳雄 255
  • 適応としての集団形成 255
  • 集団の形成要因とその複雑性 256
  • ヒトの集団行動 257
  • 集団行動にかかわる脳部位 258
  • 4.2 快・不快情動行動 西条寿夫,小野武年 261
  • 情動の定義に関して 261
  • 情動研究の歴史 261
  • 情動体験 262
  • 情動表出 264
  • 情動の神経機構 265
  • 情動表出の神経機構 269
  • 4.3 行動の機能局在 274
  • 4.3.1 脳幹 田村了以,小野武年 274
  • 脳幹の解剖 274
  • 脳幹の機能 276
  • 4.3.2 辺縁系 西条寿夫,小野武年 281
  • 辺縁系の解剖 274
  • 辺縁系の各機能 282
  • 4.3.3 前頭連合野 久保田競 292
  • 前頭連合野の機能局在 294
  • 前頭連合野とワーキングメモリ 296
  • 5. 運動 299
  • 5.1 運動の巧みさと反射 田中働作 299
  • 閉ループ制御と開ループ制御 299
  • 視標追跡運動 300
  • 反射 302
  • 5.2 バリスティック運動制御 彦坂興秀 306
  • サッカード性眼球運動の生物学的意味 306
  • サッカード性眼球運動の動特性 306
  • サッカード性眼球運動の軌道 307
  • 脳幹の神経機構 308
  • 上丘と定位反応 311
  • 小脳の役割 312
  • 大脳皮質の役割 313
  • 大脳基底核の役割 314
  • 5.3 歩行運動 柳原大 317
  • 歩行にかかわる神経制御系 317
  • 歩行運動中に一側前肢に加えられた外乱に対する適応 318
  • 歩行の適応制御の数理モデル 318
  • 5.4 逆キネマティクス学習制御 320
  • 5.4.1 小脳 永雄総一 320
  • 小脳の基本的構成 320
  • 小脳プルキンエ細胞と長期抑圧(LTD) 321
  • 小脳皮質ー核複合体 322
  • 小脳の基本的オペレーション 324
  • 5.4.2 前庭動眼反射と視機性眼球反応 永雄総一 325
  • 前庭動眼反射(VOR)と小脳片葉 325
  • 前庭動眼反射の適応と片葉仮説 326
  • 視機性眼球反応(OKR)と小脳片葉 328
  • 5.4.3 追従眼球運動の制御機構 河野憲二 329
  • 追従眼球運動とは 329
  • 追従眼球運動の発現に関与する神経経路 329
  • ニューロンの発火パターンと運動の逆ダイナミクス表現 330
  • 小脳と逆ダイナミクスモデル 331
  • 5.5 連合学習性制御 333
  • 5.5.1 大脳基底核 木村実 333
  • 大脳基底核の神経回路 333
  • 大脳皮質一基底核機能連関 333
  • 姿勢保持,筋緊張の制御 334
  • 連合性学習,運動手順の学習と記憶 335
  • 大脳基底核の機能 335
  • 5.5.2 体性感覚野(連合学習性運動制御) 入来篤史 337
  • 運動学習における「連合」 337
  • 連合性運動学習における体性感覚皮質の寄与 338
  • 連合の神経メカニズム 339
  • 連合の意識性 340
  • 5.5.3 体性感覚欠落障害 山鳥重 341
  • 体性感覚の種類 341
  • 体性感覚の神経経路 342
  • 視床性体性感覚障害 342/
  • 皮質性体性感覚障害 342
  • その他の体性感覚障害 343
  • 半球差の問題 343
  • 5.6 運動指令 丹治順 345
  • 大脳皮質運動野 345
  • 運動前野 348
  • 補足運動野 351
  • 5.7 運動プログラミング 蔵田潔 355
  • 運動プログラミングとは 355
  • 脳における運動プログラミングの情報処理様式3 55
  • 運動プログラミングの階層的情報処理 356
  • 視覚座標から運動座標への変換 356
  • 6. 発達と可塑性 358
  • 6.1 海馬皮質の可塑性 小松由紀夫 358
  • 海馬でのシナプス可塑性 358
  • シナプス後細胞依存型可塑性 359
  • シナプス後細胞非依存性シナプス可塑性 367
  • 6.2 シナプス可塑性の分子機構 津本忠治 370
  • シナプス受容体,細胞内信号伝達系,遺伝子発現 370
  • コバリアンス可塑性 375
  • カルシウムによる長期増強/抑圧切り替え仮説 377
  • 逆行性メッセンジャー関与仮説 378
  • シナプス受容体の移動仮説 379
  • 6.3 大脳皮質視覚野の自己組織化 山本亘彦 381
  • 層状構造の形成と神経回路形成 381
  • 領野構造の形成 384
  • 柱状構造と網膜部位対応の形成 386
  • 7. 心理物理学と認知心理学 390
  • 7.1 純粋両眼視過程 髪櫛一夫 390
  • 古典的線画ステレオグラム 390
  • ランダムドットステレオグラム 390
  • 全体的立体視と対応問題 391
  • 両眼立体視のモデル 392
  • 心理解剖学 393
  • その他の現象 393
  • 7.2 視覚における3次元面表現 竹市博臣 394
  • 表面知覚の理論 394
  • 表面の不連続の知覚 394
  • 表面の3次元形状の知覚 395
  • 複数表面の知覚 396
  • 7.3 運動視と構造知覚 安藤広志 399
  • 運動の検出機構 399
  • 2次元速度場の知覚 400
  • 運動からの構造知覚 401
  • 7.4 明るさと色の知覚形成過程 江島義道,山本洋紀 403
  • 視覚の階層性と視知覚の尺度 403
  • 光情報の受容過程 403
  • 情報符号化過程 404
  • 特徴情報抽出過程 408
  • 空間的統合と明度,色相,彩度の形成過程 409
  • 7.5 空間的注意 熊田孝恒 414
  • 視覚における注意の空間選択性 414
  • 注意の空間特性 414
  • 空間的注意のアナロジー 415
  • 空間的注意の時間特性 416
  • 空間的注意の制御特性 416
  • 空間的注意の対象ベース理論 417
  • 空間的注意の目的指向性 418
  • 7.6 眼球運動と知覚 本田仁視 420
  • 眼球運動と視感覚 420
  • 眼球運動と空間知覚 421
  • 眼球運動と運動知覚 423
  • 読書とパターン知覚 423
  • 7.7 潜在記憶 425
  • 7.7.1 実験的検討と理論 太田信夫 425
  • 複数記憶システム論 425
  • プライミング 425
  • 処理論 426
  • 7.7.2 非言語情報の潜在記憶 川口潤 426
  • 非言語視覚情報の潜在記憶 427
  • 非言語聴覚情報の潜在記憶 428
  • 潜在記憶研究の今後 428
  • 7.8 メタ記憶 丸野俊一 429
  • メタ記憶とは 429
  • メタ記憶の働きを示す現象 430
  • メタ記憶におけるモデリング過程 431
  • 最近のメタ認知研究の動向 433
  • III. 脳のモデル
  • 1. 視聴覚系のモデル 436
  • 1.1 初期視知覚のモデル 436
  • 1.1.1 生理学的モデル 436
  • a. 網膜の細胞モデル 藤井真人 436
  • 神経節細胞モデル 436
  • 順応機構 437
  • 網膜に関する他の細胞モデル 437
  • b. 初期視覚の生理学的モデル 伊藤崇之 438
  • 初期視覚の細胞モデル 438
  • 初期視覚受容野とガボール関数 439
  • レティノトピックマッピング 439
  • 1.1.2 心理学的モデル 440
  • a. 視知覚現象とGrossbergモデル 飯塚邦彦 440
  • Grossbergのアプローチ 440
  • BCSとFCS 447
  • ネオンカラー現象 442
  • 両眼立体視と図地分化 443
  • b. 空間周波数チャネル理論 行場次朗 445
  • コントラスト感度曲線とフーリエ解析アプローチ 445
  • マルチチャネル理論と多重解像度表現 446
  • 一過型チャネルと持続型チャネル 447
  • c. 図形分節と補完 島谷明 448
  • 形の知覚における部位と全体 448
  • 分節・補完特性を説明する要因 449
  • 分節・補完のモデル 450
  • モデルからプロセスへ 451
  • 1.1.3 計算理論 452
  • a. 視覚の計算理論 横矢直和 452
  • Marrの視覚モデル 452
  • 明るさの変化とエッジ検出 452
  • 標準正則化 453
  • 協調計算過程 455
  • スケール空間 455
  • b. 色覚の計算理論 中内茂樹 456
  • 眼に届く光の性質と色覚機能 456
  • 色恒常性の計算理論 458
  • c. 両眼視差からの構造復元 喜多伸一 460
  • 問題の存在 460
  • 問題の性質 461
  • 対応の不確定性の解析4α対応の基本単位の検討 462
  • d. 運動情報からの構造復元 杉江昇,大西昇 463
  • ショートレンジプロセスとロングレンジプロセス 463
  • ショートレンジプロセスからの構造復元 464
  • ロングレンジプロセスからの構造復元 465
  • e. 陰影からの形状復元 朝倉暢彦,乾敏郎 468
  • 画像の生成 468
  • 問題の設定 468
  • 形状復元モデル 469
  • 逆フィルタの学習 471
  • 光源方向の推定 472
  • 陰影からの形状復元の心理物理学 473
  • 1.2 認知と眼球運動一人はどこを見て認知をしているか 森晃徳 475
  • 注視点に関する心理学的知見 475
  • 注視点決定モデル 476
  • 1.3 情報統合 479
  • 1.3.1 アクティブビジョンとセンサフュージョン 浅田稔 479
  • センサフュージョンの利点 479
  • センサ情報統合の計算論 479
  • アクティブビジョン 481
  • 視覚と行動の統合 482
  • 1.3.2 注意と特徴統合 横沢一彦 483
  • モジュールとしての特徴マップ 483
  • 視覚的注意のモデル 483
  • 特徴統合の媒介 484
  • 視覚的注意の時間特性 484
  • 1.4 視覚認知のモデル 486
  • 1.4.1 顔の認識のモデル 赤松茂 486
  • 顔の認知モデル 486
  • 顔の知覚モデル 488
  • 1.4.2 認知地図 林武文 490
  • 海馬のモデルにもとづくアプローチ 491
  • 認知地図の適応ネットワークモデル 492
  • 1.5 聴覚系のモデル 495
  • 1.5.1 生理モデル 平原達也 495
  • 外耳 495
  • 中耳 495
  • 内耳 495
  • 1次聴神経 497
  • 蝸牛神経核 498
  • 上オリーブ核複合体 499
  • 外側毛帯核 499
  • 下丘 499
  • 内側膝状体 500
  • 遠心性神経系 501
  • 聴覚モデルの評価基準とその応用分野 501
  • 聴覚モデルはどこへ 502
  • 1.5.2 聴覚の心理学的モデル 柏野牧夫 502
  • 末梢における情報表現 503
  • 音源の検出 503
  • 音源の識別 505
  • 音源の定位 506
  • 音源の分離 506
  • 1.5.3 計算(信号処理)モデル 赤木正人 508
  • 外耳 509
  • 中耳 509
  • 内耳 509
  • 脳幹 511
  • 中脳および聴覚野 512
  • 1.5.4 耳音響放射(OAEs) 和田仁,野口周一 513
  • 計測方法 573
  • 分類 513
  • 発生機序 514
  • 1.5.5 聴覚フィードバック 河原英紀 515
  • 音声知覚と生成の相互作用 515
  • 遅延聴覚フィードバック 516
  • 変換聴覚フィードバック 516
  • 1.5.6 音声知覚の恒常性 柏野牧夫 519
  • 音素環境による変動 519
  • 話者変動 521
  • 発声速度による変動 521
  • 外在的要因による変動 522
  • 1.6 視聴覚融合 積山薫 525
  • 音源定位における視覚情報の影響 525
  • 音声知覚における口の動きの影響 527
  • 2. 記憶系のモデル 531
  • 2.1 海馬のモデル 尾関智子 531
  • 認知地図のモデル 531
  • 連想記憶システムとしての海馬モデル 533
  • 2.2 時系列記憶の計算論 森田昌彦 535
  • 背景 535
  • モデルの構造とダイナミクス 536
  • 情報表現 536
  • 学習アルゴリズム 536
  • モデルの挙動および生理実験との比較 537
  • 2.3 階層記憶システム 大森隆司 539
  • 記憶における空間と時間の階層 539
  • 記憶の情報的な階層 542
  • 3. 運動系のモデル 552
  • 3.1 最適軌道の設計 宇野洋二 552
  • ヒト腕の運動と運動規範モデル 552
  • 最適軌道を計算する神経回路モデル 555
  • 3.2 軌道計画の空間 今水寛,大須理英子 557
  • 運動軌道と空間表現 557
  • 行動実験による理論の検証 557
  • キネマティクスを変更したときの軌道計画 558
  • ダイナミクスを変更したときの軌道計画 559
  • 自然な到達運動軌道から推定される軌道計画空間 561
  • 軌道計画の空間と学習 561
  • 3.3 座標変換 阪口豊 563
  • 視覚系から運動系への座標変換 563
  • 感覚情報の統合と運動情報への変換 564
  • 随意運動における能動的な情報獲得のモデル 565
  • 3.4 直接逆モデリング 大山英明 566
  • 準備:逆問題と逆モデル 566
  • 直接逆モデリング 567
  • 生体モデルとしての意義と問題点 570
  • 直接逆モデリングの工学的利点 571
  • 3.5 順逆モデリング 前田太郎,大山英明 573
  • 順逆モデリングの背景 573
  • 順逆モデリング 573
  • 順逆モデリングと目標指向性 574
  • 順逆モデリングの機能的問題点 576
  • 生体モデルとしての意義と問題点 577
  • 工学的意義と問題点 577
  • 3.6 フィードバック誤差学習 五味裕章 579
  • フィードフォワード制御の学習 579
  • フィードバック制御の学習モデルへの拡張 579
  • 小脳運動学習とフィードバック誤差学習 581
  • 3.7 仮想軌道制御仮説 片山正純 584
  • フィードフォワード制御機構を説明する仮説 584
  • 仮想軌道の予測 585
  • 仮想軌道の学習 587
  • 3.8 スティフネスの計測 五味裕章 589
  • 中枢指令により変化する筋骨格系の機械インピーダンス 589
  • 単関節スティフネス 589
  • 多関節スティフネス 597
  • 3.9 小脳のモデル 藤田昌彦 597
  • 皮質の機能モデル 598
  • 運動制御の例 599
  • 3.10 小脳発火頻度解析プルキンエ細胞 小林康 602
  • 運動制御と内部モデル 602
  • 小脳と逆ダイナミクスモデル 602
  • 小脳傍片葉と追従眼球運動 602
  • 単純スパイク発火パターンの逆ダイナミクス表現 603
  • 複雑スパイク発火パターンの逆ダイナミクス表現 604
  • 3.11 大脳基底核のモデル 銅谷賢治 607
  • 基底核の回路構造 607
  • ドーパミンと強化学習 608
  • 運動系列の生成と同期 609
  • 3.12 リズム運動 銅谷賢治 611
  • 反射説と中枢説 611
  • リズム発声の神経メカニズム 611
  • リズムパターンの制御と適応 612
  • 3.13 順・逆モデル 和田安弘 614
  • 順・逆モデルによる最適軌道生成 614
  • 順・逆モデルによる書字運動の計算論的モデル 615
  • 3.14 筋肉骨格系の順モデル 小池康晴 619
  • 筋肉骨格系のモデル 619
  • 腕のダイナミクス 620
  • 神経回路モデルによる順モデル 621
  • 3.15 見まねによる学習 宮本弘之 623
  • ロボット教示の手法 623
  • 見まねによる運動学習ロボット 624
  • 3.16 強化学習 柴田克成,岡部洋一 627
  • 強化学習とは 627
  • アクターークリティックアーキテクチャとTD学習 627
  • Q学習 629
  • 認識やセンチ動作の学習への拡張 630
  • 脳における強化学習 630
  • 3.17 振動子の結合系と歩行運動 多賀厳太郎 632
  • セントラルパターンジェネレータと歩行運動 632
  • 歩行運動を生成する神経筋骨格系モデル 633
  • 3.18 シナジェティクスアプローチ 村田勉 636
  • シナジェティクスによる運動系の記述 636
  • 位相ダイナミクスと運動パターンの相転移的変化 637
  • 脳の神経活動パターンの大域的変化と運動パターンの変化の相関 639
  • 3.19 大脳皮質の情報表現 今水寛 643
  • 座標変換・軌道計画・運動指令生成 643
  • 階層表現か非階層表現か 643
  • キネマティックな身体座標の内部表現(行動実験) 643
  • キネマティックな身体座標の内部表現(神経生理実験) 646
  • 運動軌道の内部表現 647
  • 身体座標で表現された目標点 647
  • いつ軌道は計画されるか? 648
  • 4. 認知科学的アプローチ 649
  • 4.1 言語処理 牧岡省吾 649
  • 単語認知 649
  • 音韻・意味との対応 651
  • 文の理解 653
  • 4.2 文法とその獲得 大津由紀雄 656
  • 個別文法と普遍文法 656
  • 生成文法の主張の特徴 658
  • 文法研究と脳研究 659
  • 4.3 思考と問題解決 松原仁 661
  • 情報処理モデル 661
  • 一般問題解決システム 661
  • フレーム問題 663
  • 4.4 思考の人工知能モデル 三輪和久 665
  • 人工知能モデルの意義 665
  • 人工知能モデルの基本的枠組み 666
  • 人工知能モデルの実際ーACTーR 668
  • 4.5 機能主義 信原幸弘 671
  • 機能主義の特徴 671
  • 志向性 672
  • 感覚質 673
  • 実現の問題 674
  • 5. 多層神経回路網 676
  • 5.1 単純パーセプトロン 阪口豊 676
  • パーセプトロン 676
  • パーセプトロンの動作 676
  • パーセプトロンの学習則 676
  • パーセプトロンの識別能力と線形分離可能性 677
  • 学習収束定理 677
  • 連合層の働き 677
  • パーセプトロンの計算能力 677
  • 誤差逆伝播法 678
  • 5.2 多層パーセプトロン 船橋賢一 679
  • 5.2.1 多層パーセプトロンにおける近似定理 679
  • 5.2.2 多層パーセプトロンの応用と近似定理 680
  • パターン認識 681
  • 情報圧縮 681
  • 時系列予測 682
  • リカレソトネットワーク 681
  • 5.2.3 多層パーセプトロンによる関数近似の精度 682
  • 5.3 ループ(回帰)構造のある多層パーセプトロン 松葉育雄 684
  • フィードフォワードからフィードバックへ 684
  • ループ構造 684
  • 構造化による特徴抽出 685
  • 5.4 確率的回路網 福水健次 687
  • 学習の数理統計的記述 687
  • 最尤推定としての多層神経回路網 687
  • 数理統計的手法の神経回路網への応用 688
  • ベイズ推定の枠組み 689
  • 5.5 RBF 丸山稔 692
  • 例題からの学習と関数近似 692
  • RBFの拡張および学習方法 692
  • RBFの近似能力 693
  • 正則化によるRBFの導出 693
  • RBFの応用 694
  • 6. 神経回路網の学習 696
  • 6.1 学習の理論 696
  • 6.1.1 神経回路網の学習理論 麻生英樹 696
  • 学習方程式 696
  • 学習のポテンシャル関数 697
  • 誤差逆伝播学習 698
  • 強化学習,能動学習,メタ学習 698
  • 6.1.2 学習曲線 篠本滋 699
  • 「学習曲線」という言葉の由来とその意味 699
  • 学習の状況 699
  • 実現可能,実現不可能 700
  • アンサンブル,有限温度学習 701
  • 学習曲線の例 702
  • 6.1.3 神経回路網の容量と学習 麻生英樹 703
  • Coverの容量 703
  • VC次元 703
  • VC次元と学習結果の汎化能力 704
  • PAC学習とVC次元 705
  • 6.2 学習の加速化 707
  • 6.2.1 誤差曲面の形状と学習 郷原一寿 707
  • 教師あり学習と誤差曲面 707
  • 誤差曲面の谷一丘形状 707
  • 学習法 708
  • 6.2.2 非線形最適化法と学習 戸田尚宏 709
  • 2次偏微分にもとづく加速化法 710
  • 1次偏微分にもとづく加速化法 710
  • 6.3 回路網構造と汎化 712
  • 6.3.1 構造学習 石川真澄 712
  • 構造学習とは 772
  • 付加的評価関数を用いる方法 712
  • 不要な隠れユニットを削除する方法 713
  • 不要な結合を削除する方法 714
  • 生成的学習法 714
  • 6.3.2 正則化 赤穂昭太郎 715
  • 過学習と正則化 715
  • 確率密度推定 715
  • 確率密度の推定の不適切性 715
  • 標準正則化 716
  • 正則化の収束性 716
  • 学習対象の特殊化 716
  • 正則化とベイズ推定 716
  • モンテカルロ法 716
  • 正則化法と核関数法 717
  • ノイズ付加学習 717
  • サポートベクターマシン 717
  • 6.3.3 モデル選択 萩原克幸 717
  • 汎化性とモデル選択 717
  • 汎化誤差にもとづくモデル選択基準 718
  • NIC 718
  • 最尤推定の下での規準 719
  • 2乗誤差規範の下での規準 719
  • MDL 719
  • BIC 720
  • ニューラルネットワークの性質とモデル選択規準 720
  • クロスバリデーションとブートストラップ 721
  • 6.4 過学習 小川英光 723
  • 学習と過学習 723
  • 最適汎化神経回路網 723
  • 過学習と途中停止 724
  • 許容性の理論 725
  • 正則化 726
  • 7. 回帰結合のある神経回路網のダイナミクス 728
  • 7.1 対称結合回路とエネルギー関数 石井信 728
  • 2値ホップフィールドモデル 728
  • ボルツマン分布とボルツマンマシン 729
  • 平均場近似とアナログホップフィールドモデル 729
  • 応用例 730
  • その他の対称結合回路モデル 731
  • 7.2 ランダム結合回路 岡田真人 732
  • ランダム結合の変換回路網 732
  • 回帰型ランダム結合回路 732
  • スピングラスの平衡統計力学ーレプリカ法ー 733
  • レプリカ対称性破れと超計量性 734
  • スピングラスのダイナミクス 735
  • 7.3 神経場の時空間ダイナミクス 倉田耕治 737
  • 基本競合系 737
  • 孤立局在興奮をもつ神経場 737
  • 興奮波をもつ神経場 738
  • 7.4 ボルツマンマシン 倉田耕治 740
  • ボルツマンマシンの確率的動作 740
  • 学習と反学習 741
  • 反学習の意味 742
  • 7.5 非対称結合のボルツマンマシン 茂木健一郎 744
  • グラフ変換法 744
  • 多値エネルギー関数 746
  • 定常状態における流れ 746
  • 7.6 カオス的神経回路網とカオス的神経活動 津田一郎 748
  • 脳神経系におけるカオスの存在 748
  • ニューロカオスの起源 748
  • カオス的遍歴 750
  • 7.7 情報のキャリアと情報表現のパラダイム 藤井宏 752
  • 脳の情報のキャリアに関する諸見解 752
  • 脳の情報表現一知識,イベントの脳内表現 753
  • 実験的に導かれた情報表現の諸立場 755
  • 時空間符号化の諸仮説 757
  • 7.8 計算理論の最近の展開 山口明宏,津田一郎 759
  • 力学系の計算論的記述能力 759
  • 実数上の計算の複雑さの理論 760
  • ニューラルネットワークにおける計算の複雑さ 761
  • 7.9 回帰結合回路の学習則 佐藤雅昭 764
  • 回帰結合回路による力学系の近似 764
  • 対称結合回路の学習 765
  • 回帰結合回路の学習 766
  • 離散時間モデル 768
  • 7.10 埋め込み 安達雅春,池口徹,合原一幸 769
  • 埋め込み定理 769
  • 1変数の観測と時間遅れ座標 769
  • 時間遅れ座標系を用いた時系列からのアトラクタ再構成 770
  • 再構成アトラクタの学習と時系列データの予測 771
  • 7.11 言語のモデル 野田五十樹 773
  • 回帰結合回路網と順序機械 773
  • SRNによる時系列予測学習 774
  • 回帰結合回路網による自然言語処理 776
  • 単純回帰結合回路網の改良 777
  • SRNとSMの能力の違いと言語のモデル 779
  • 8. 連想記憶のモデル 781
  • 8.1 相互想起型ネットワーク 上坂吉則 781
  • 連想記憶のモデル 781
  • 相関行列による線形連想記憶 782
  • 相関行列による非線形連想記憶 782
  • 正射影子による連想記憶 783
  • アトラクタによる連想記憶 784
  • 8.2 自己想起型ネットワーク 篠本滋 787
  • モデルニューロン 787
  • 自己相関マトリックス 788
  • 記憶容量 789
  • モデルの改良 789
  • 8.3 スパースコーディングとスパース結合 深井朋樹 791
  • スパース記憶パターンを想記する連想記憶モデル 791
  • スパースシナプス結合 793
  • 8.4 連想記憶のダイナミクス 尾関智子,西森秀稔 797
  • 同期系のダイナミクス 797
  • 非同期系のダイナミクス 799
  • 8.5 非単調神経回路網 森田昌彦 802
  • 連続型モデル 802
  • 離散型モデル 803
  • 理論的解析 804
  • 8.6 非対称結合と時系列 青柳富誌生 805
  • 時系列パターンの想起モデル 805
  • 同期型ダイナミクスの系列想起モデル 805
  • 時間遅れの導入(非同期型ダイナミクスへの対応) 806
  • 時間遅れとヘブ学習 807
  • その他の最近のモデル 807
  • 8.7 動物の記記憶作業と神経活動 深井朋樹 809
  • 視覚的長期記憶とサル側頭葉神経細胞の遅延反応 809
  • 連想記憶モデルによる説明 820
  • 9. パターン認識と自己組織化 813
  • 9.1 特徴抽出細胞の形成 永野俊 813
  • 特徴選択性形成の理論 873
  • パターン選択性の形成モデル 814
  • 運動方向選択性の形成モデル 816
  • 9.2 情報量基準学習 中内茂樹 818
  • 情報量にもとづく最適基準 878
  • 情報量基準と情報表現のモデル化 819
  • 9.3 主成分分析学習 中村佳正 821
  • 主成分分析 821
  • 主成分分析学習ネットワーク 821
  • 学習部分空間ネットワーク 821
  • 平均化学習方程式と可積分系 822
  • 9.4 神経回路の自己組織化 田中繁 824
  • 神経回路の自己組織化とは 824
  • ヘブ則にもとづく自己組織化モデルの概観 824
  • von der Malsburgのモデル 825
  • Amariのモデル 826
  • Linskerのモデル 826
  • Millerのモデル 827
  • Tanakaのモデル 828
  • 各モデルの比較とヘブ則の情報理論的意味 832
  • 9.5 Kohonenの自己組織地図 倉田耕治 833
  • SOMのアルゴリズム 833
  • Ritterの解析 834
  • ニューラルガス 835
  • 9.6 学習ベクトル量子化 上田修巧 837
  • ベクトル量子化(VQ)とは 837
  • VQの学習アルゴリズム 837
  • VQのパターン識別への応用(学習ベクトル量子化:LVQ) 838
  • LVQの学習アルゴリズム 839
  • 9.7 モジュラネットとEMアルゴリズム 春野雅彦 841
  • モジュラネットの例 841
  • EMアルゴリズムとモジュラネット 844
  • 9.8 ブラインドセパレーション 村田昇 847
  • カクテルパーティー効果 847
  • 問題の定式化 847
  • 信号の相関を利用した分離 848
  • 復元信号の確率分布にもとづく分離 849
  • 9.9 ネオコグニトロン 福島邦彦 851
  • コグニトロン 851
  • ネオコグニトロンの原理 852
  • ネオコグニトロンの自己組織化 854
  • ネオコグニトロンによる文字認識 854
  • 9.10 選択的注意モデル 福島邦彦 855
  • 選択的注意モデル 855
  • 文字図形の認識と切り出し 857
  • 選択的注意による結びつけ問題の解決 857
  • 9.11 ART 萩原将文 860
  • ART1 860
  • Fuzzy ART 861
  • Fuzzy ARTMAP 862
  • 9.12 パターン認識への応用 岩田彰 864
  • CombNETーIIモデル 864
  • 文字認識 864
  • 音声認識 866
  • パターン処理と知識処理を包括した文字認識 867
  • 10. ニューロハードウェア 869
  • 10.1 ニューーロチップ 平井有三 869
  • ハードウェアで実現すべき機能と実現方式 870
  • ニューロチップの実現例 872
  • 将来の展望 874
  • 10.2 学習アルゴリズムのハードウェア実現 阿江忠 877
  • 並列処理による高速化 877
  • 学習アルゴリズムとメモリ 882
  • 10.3 機能チップ 米津宏雄 884
  • 生体機能チップとは 884
  • 感覚器官と脳機能との関係 884
  • 網膜機能を模した集積回路 885
  • 特徴抽出機構を自己組織化形成する集積回路 886
  • 今後の課題と展望 887
  • 10.4 光技術とニューラルネットワーク 太田淳,新田嘉一,久間和生 889
  • 基本構成 889
  • 光ニューロチップ 894
  • ビジョンチップ 898
  • 10.5 カオスニューロンチップ 堀尾喜彦,合原一幸 904
  • カオスニューロンモデル 904
  • カオスニューロンモデルの集積回路化 905
  • 10.6 ニューロコンピュータ 田中健一 910
  • システム構成 910
  • ニューロコンピュータの代表例 911
  • 10.7 神経機能素子 相沢益男 914
  • 分子組織体による神経機能素子 914
  • ニューロインタフェース 915
  • 単一ニューロンによる機能素子構築の試み 915
  • ニューロネットワークの構築 916
  • 11. 応用 917
  • 11.1 最適化技法 松葉育雄 917
  • 組合せ最適化問題 917
  • ニューラルネットワークによる最適化問題の解法 917
  • 確率的な最適化法 919
  • 11.2 パターン認識 渡辺澄夫 921
  • パターン認識とは 927
  • パターン認識と神経回路網 927
  • 学習とパターン認識 922
  • 特徴量の生成 923
  • 未来への課題 924
  • 11.3 生体に倣う画像応用技術 本郷節之 926
  • 画像の処理と認識の試み 926
  • 画像符号化の試み 927
  • 視覚特性の研究と画像生成の試み 927
  • 問題点と課題 928
  • 11.4 音声 河原英紀 930
  • 音声の多様性 930
  • 音声合成 930
  • 音声認識 931
  • 音声処理 932
  • 11.5 時系列データ処理への応用 松葉育雄 933
  • 時系列データ処理 933
  • 時系列データのモデル 933
  • 時系列データ用のネットワーク 935
  • 経済データへの応用 935
  • 11.6 工業応用 古橋武 937
  • 石油精製プラントにおけるニューロ制御 937
  • 圧延機の形状制御へのニューロ応用 939
  • 鋼板表面疵判別へのニューロ応用 940
  • 11.7 制御 関口実 943
  • 制御応用におけるニューラルネットの特徴 943
  • 順逆モデルの学習 943
  • フィードバックゲインの学習 945
  • 行動の学習 946
  • 課題と展望 946
  • 11.8 ニューラルネット/ファジィ/遺伝的アルゴリズムの融合化技術 高木英行 948
  • NNを用いたFSの設計 948
  • GAを用いたFSの設計 948
  • FSにもとづく構造決定とNN学習 949
  • NNとFSの組合せ 949
  • GAにもとづくNNの学習と構造決定 950
  • GAのためのNN評価関数 950
  • ファジィルールベースによって性能が制御されるGA 951
  • その他 951
  • 11.9 AIとニューロ 古谷立美 952
  • ニューラルネットを用いたAIへの期待と問題点 952
  • ニューラルネットを用いたAIの代表例 953
  • 12. 創発計算と最適化 955
  • 12.1 シミュレーテッドアニーリング 樺島祥介 955
  • 組合せ最適化 955
  • 近似解法 955
  • シミュレーテッドアニーリング 956
  • いくつかの工夫 957
  • 12.2 遺伝的アルゴリズム(GA) 岩本貴司 959
  • 進化とGA 959
  • 組合せ最適化とGA 959
  • 展望 963
  • 12.3 レプリカ法 時田恵一郎 964
  • ランダム系とレプリカ法 964
  • ニューラルネットワークへの応用 965
  • 計算学習理論への応用 967
  • 12.4 数値シミュレーションの基礎 只木進一 970
  • どのような言語が利用できるか 970
  • データ構造 970
  • プログラミングスタイル 971
  • グラフィックス 972
  • プログラミングを支援するツール 972
  • インターネットを使った情報収集 973
  • 例:ホップフィールドモデルのシミュレーション 973
  • 12.5 モンテカルロシミュレーションの技法 菊池誠 979
  • 原理 979
  • 例 980
  • 一般的な注意 980
  • 乱数 982
  • 新しい技法 982
  • 索引 985

本文ここまで

Copyright © 2012 National Diet Library. All Rights Reserved.

フッター ここまで