組織

専攻

附属センター

関連連携研究機構

関連学部

スパイキングニューラルネットワークと報酬調節シナプス可塑性に基づく強化学習

鶴海 杭之

（指導教員：田中 剛平 特任准教授／ 数理生命情報学研究室 ）

資料PDF（tsurumi.pdf）
研究概要

XOR問題の実験における報酬の推移の例
入力層・中間層・出力層からなるスパイキングニューラルネットワークと，シナプス可塑性に基づく学習則であるreward-modulated STDPを用いた強化学習において，ネットワークの結合構造や可塑性の適用の仕方が学習性能にどう影響するかを調べた．
修論の感想

スパイキングニューラルネットワークのパラメータの調整が大変だったが，なんとか結論を出すことができた．

>
ISTyくん

東京大学 THE UNIVERSITY OF TOKYO

Copyright © 2019 　Graduate School of Information Science and Technology, The University of Tokyo