1 / 8

意味性錯読と音韻性錯読を説明する自己組織化ニューラルネットワークモデル

意味性錯読と音韻性錯読を説明する自己組織化ニューラルネットワークモデル. 浅川伸一 東京女子大学. Warrington ら、動物、道具の二重乖離 Damasio ら大規模な調査、人名=側頭極、動物=中下側頭葉、道具=側頭後頭連合野、とおおまかに並んでいる fMRI では意味の機能局在を描くことが難しい ↑ 人ごとに異なる意味カテゴリーの地図 → 自己組織化による概念地図の可能性. 自己組織化写像 SOM. 経験を通じて徐々に概念の体制化を獲得 初期値によって結果がその都度異なる=人ごとに異なる概念地図に符合(?) アルゴリズム 任意の入力を与える

Télécharger la présentation

意味性錯読と音韻性錯読を説明する自己組織化ニューラルネットワークモデル

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 意味性錯読と音韻性錯読を説明する自己組織化ニューラルネットワークモデル意味性錯読と音韻性錯読を説明する自己組織化ニューラルネットワークモデル 浅川伸一 東京女子大学

  2. Warrington ら、動物、道具の二重乖離 • Damasioら大規模な調査、人名=側頭極、動物=中下側頭葉、道具=側頭後頭連合野、とおおまかに並んでいる • fMRIでは意味の機能局在を描くことが難しい • ↑人ごとに異なる意味カテゴリーの地図→自己組織化による概念地図の可能性

  3. 自己組織化写像 SOM • 経験を通じて徐々に概念の体制化を獲得 • 初期値によって結果がその都度異なる=人ごとに異なる概念地図に符合(?) • アルゴリズム • 任意の入力を与える • その入力に最も近い応答をするニューロンが勝者となる • 勝者とその近傍のニューロンが入力刺激の特徴を徐々に学習する • 1から3までをすべての入力について繰り返す

  4. モデルの概念図

  5. 意味SOMの結果

  6. 音韻SOMの結果

  7. 意味SOMと音韻SOMをつなぐ Hinton グラフ

  8. まとめ • 2つのSOMとそれらをつなぐHebb則(の変形)で意味性錯読と音韻性錯読を説明するニューラルネットワークモデルを提案 • Hinton and Shallice(1991)のデータに適応し、アトラクタネットワークモデルで説明された現象を SOM によって可視化して説明できる可能性があることを示した。 • SOM を導入することで、大まかにしか明らかにされていない意味カテゴリーの皮質地図の概念を無理なく説明。

More Related