JP6117392B2

JP6117392B2 - １次視覚野単純細胞および他の神経回路の入力シナプスの教師なしトレーニングのための方法および装置

Info

Publication number: JP6117392B2
Application number: JP2016035857A
Authority: JP
Inventors: ブラディミル・アパリン
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2011-05-25
Filing date: 2016-02-26
Publication date: 2017-04-19
Anticipated expiration: 2032-05-25
Also published as: JP2014517973A; JP6113719B2; KR101549767B1; EP2715620A1; KR20140027415A; EP2715620B1; JP2016139420A; US8583577B2; US20120303566A1; WO2012162663A1; CN103548042A; CN103548042B

Description

本開示のいくつかの態様は、一般に、神経システム工学に関し、より詳細には、１次視覚野細胞および他の神経回路の入力シナプスの教師なしトレーニングのための方法および装置に関する。

画像認識および運動検出システムは、マシンビジョン（ｍａｃｈｉｎｅｖｉｓｉｏｎ）（すなわち、人工知能（ＡＩ））技術に基づくもの、および視覚野技術（すなわち、生物学的に妥当なシステム）を利用するものに分割することができる。マシンビジョンシステムは、十分に確立されたトレーニングの方法があるが、認識精度は低い。たとえば、イヌをネコと区別することは、５０／５０の結果を有するマシンビジョンシステムでは困難な作業のままである。

一方、生物学的に妥当なシステムは、人間の視覚野構造を使用する。これらのシステムに基づく方法は、マシンビジョンシステムよりも正確となることが見込まれる。しかしながら、それらの自己組織化につながる生物学的に妥当なシステムのためのトレーニング方法は、十分には発展していない。これは、視覚野組織および自己トレーニング方法の知識が乏しいことに起因する。

本開示のいくつかの態様は、電気回路を提供する。電気回路は、一般に、複数の網膜神経節細胞（ＲＧＣ）回路、ここにおいてＲＧＣ回路の各々が、出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成する、と、複数の１次視覚野細胞（Ｖ１）回路、ここにおいてＶ１回路の各々が、ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成する、と、および、他の合計を生成するために出力に適用された重みを調整するように構成された回路、ここにおいて重みのうちの１つの調整が、少なくともその重みが適用される出力の１つまたは他の合計のうちの１つに基づく、とを含む。

本開示のいくつかの態様は、神経システムを実装するための方法を提供する。方法は、一般に、神経システムにおける複数の網膜神経節細胞（ＲＧＣ）回路の各ＲＧＣ回路の出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成することと、神経システムにおける複数の１次視覚野細胞（Ｖ１）回路の各Ｖ１回路によって、ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成することと、他の合計を生成するために出力に適用された重みを調整すること、ここにおいて重みのうちの１つの調整が、少なくともその重みが適用される出力の１つまたは他の合計のうちの１つに基づく、とを含む。

本開示のいくつかの態様は、装置を提供する。装置は、一般に、装置における複数の網膜神経節細胞（ＲＧＣ）回路の各ＲＧＣ回路の出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成するための手段と、装置における複数の１次視覚野細胞（Ｖ１）回路の各Ｖ１回路によって、ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成するための手段と、他の合計を生成するために出力に加えられた重みを調整するための手段、ここにおいて重みのうちの１つの調整が、少なくともその重みが適用される出力の１つまたは他の合計のうちの１つに基づく、とを含む。

本開示の上述の特徴を詳細に理解することができるように、添付の図面にその一部を示す態様を参照することによって、上記で簡単に要約したもののさらに具体的な説明が得られ得る。しかし、添付の図面は、本開示の特定の典型的な態様のみを示し、したがって、本開示の範囲の限定とみなされてはならず、その理由は、この説明が他の同等の効果のある態様をもたらし得るからであることに留意されたい。

本開示のいくつかの態様による、例示的な神経システムを示す図。本開示のいくつかの態様による、異なるタイプの網膜神経節（ＲＧ）細胞と接続された受容体の例示的なモデルを示す図。本開示のいくつかの態様による、ＲＧ細胞と１次視覚野（Ｖ１）細胞とを接続するシナプスの符号に応じて、ＯＮ細胞またはＯＦＦ細胞であり得るＲＧ細胞と接続された受容体の例示的なモデルを示す図。本開示のいくつかの態様による、受容体とＲＧ細胞との間の接続の例示的なモデル、およびＲＧ細胞とＶ１細胞との間の接続の例示的なモデルを示す図。本開示のいくつかの態様による、ＲＧ細胞とＶ１細胞との間のシナプスの重みのトレーニングのために神経システムで実行され得る例示的な動作を示す図。図５に示される動作を実行することができる例示的な構成要素を示す図。

添付の図面を参照しながら本開示の様々な態様について以下でより十分に説明する。ただし、本開示は、多くの異なる形態で実施され得るものであり、本開示全体にわたって提示する任意の特定の構造または機能に限定されるものと解釈すべきではない。むしろ、これらの態様は、本開示が周到で完全になり、本開示の範囲を当業者に十分に伝えるために与えるものである。本明細書の教示に基づいて、本開示の範囲は、本開示の他の態様とは無関係に実装されるにせよ、本開示の他の態様と組み合わせて実装されるにせよ、本明細書で開示する本開示のいかなる態様をもカバーするものであることを、当業者なら諒解されたい。たとえば、本明細書に記載の態様をいくつ使用しても、装置を実施することができ、または方法を実施することができる。さらに、本開示の範囲は、本明細書に記載の本開示の様々な態様に加えてまたはそれらの態様以外に、他の構造、機能、または構造および機能を使用して実施されるそのような装置またはそのような方法をカバーするものとする。本明細書で開示する本開示の任意の態様が請求項の１つまたは複数の要素によって実施できることを理解されたい。

「例示的な」という言葉は、例、事例、または例示として機能することを意味するように本明細書で使用される。「例示的」として本明細書で説明するいかなる態様も、必ずしも他の態様よりも好ましいまたは有利なものと解釈すべきではない。

本明細書では特定の態様について説明するが、これらの態様の多くの変形体および置換は本開示の範囲内に入る。好ましい態様のいくつかの利益および利点について説明するが、本開示の範囲は特定の利益、使用、または目的に限定されるものではない。むしろ、本開示の態様は、様々な技術、システム構成、ネットワーク、およびプロトコルに広く適用可能であるものとし、そのうちのいくつかを例として図および好ましい態様についての以下の説明で示す。発明を実施するための形態および図面は、限定的なものではなく本開示を説明するものにすぎず、本開示の範囲は添付の特許請求の範囲およびその均等物によって規定される。

例示的な神経システム
図１は、本開示のいくつかの態様による、複数のレベルのニューロンを含む例示的な神経システム１００を示す。神経システム１００は、シナプス結合のネットワーク１０４を介して別のレベルのニューロン１０６に接続されたあるレベルのニューロン１０２を備え得る。簡単のために、図１には２レベルのニューロンのみが示されているが、代表的な神経システムには、より多くのレベルのニューロンが存在し得る。

図１に示すように、レベル１０２における各ニューロンは、前のレベル（図１には図示せず）の複数のニューロンによって生成され得る入力信号１０８を受信することができる。信号１０８は、レベル１０２のニューロンの入力電流を表し得る。この電流は、膜電位に充電するために、ニューロン膜（ｎｅｕｒｏｎｍｅｍｂｒａｎｅ）に蓄積され得る。膜電位がその閾値に達すると、ニューロンは、点火し、次のレベルのニューロン（たとえば、レベル１０６）に転送される出力スパイクを生成することができる。

図１に示すように、あるレベルのニューロンから別のレベルのニューロンへのスパイクの転送は、シナプス結合（または単に「シナプス」）のネットワーク１０４によって達成され得る。シナプス１０４は、レベル１０２のニューロンから出力信号（すなわち、スパイク）を受信し、調整可能なシナプスの重さ

（式中、Ｐは、レベル１０２のニューロンとレベル１０６のニューロンとの間のシナプス結合の総数である）に従って、それらの信号をスケーリングし、スケーリングされた信号をレベル１０６における各ニューロンの入力信号として結合することができる。レベル１０６におけるあらゆるニューロンは、対応する結合された入力信号に基づいて、出力スパイク１１０を生成し得る。出力スパイク１１０は、次いで、シナプス結合の別のネットワーク（図１には図示せず）を使用して、別のレベルのニューロンに転送され得る。

神経システム１００は、電気回路によってエミュレートすることができ、たとえば画像およびパターン認識、機械学習、モータ制御など、かなりの適用範囲において利用することができる。神経システム１００における各ニューロンは、ニューロン回路として実装され得る。出力スパイクを開始する閾値までチャージされるニューロン膜は、たとえば、そこを通って流れる電流を積分するキャパシタとして実装され得る。

一態様では、キャパシタは、ニューロン回路の電流積分デバイスとして除去することができ、その代わりにより小さいメモリスタ要素が使用され得る。この手法は、ニューロン回路において、ならびにかさばるキャパシタが電気的電流積分器として利用される様々な他の用途において適用され得る。さらに、シナプス１０４の各々は、メモリスタ要素に基づいて実装され得、シナプスの重みの変化は、メモリスタ抵抗の変化に関係し得る。ナノメートルの特徴サイズのメモリスタを用いると、ニューロン回路およびシナプスの面積が大幅に低減され、これによって、非常に大規模な神経システムハードウェア実装形態の実装が実用的になり得る。

本開示は、色覚のために利用される１次視覚野（Ｖ１）細胞および網膜神経節細胞（ＲＧＣ）の簡略化された構造を提案し、ここでは、Ｖ１細胞およびＲＧＣは、図１の神経システム１００のニューロン回路として実装され得る。本開示の一態様では、ＲＧＣは、ニューロン１０２に対応し、Ｖ１細胞は、ニューロン１０６に対応し得る。

Ｖ１入力シナプス（たとえば、神経システム１００のシナプス１０４）は、単純細胞の出現を達成するために教師なしの方法でのトレーニングされることを必要とし得る。本開示は、Ｖ１層内の特徴検出器（単純細胞）の自律的な形成につながり得る、細胞のＶ１層とＲＧＣ層との間の接続のトレーニングの効率的な方法を提案する。提案された手法は、画像認識および運動検出システムのハードウェア効率的な生物学的に妥当な実装を可能にし得る。

提案された教師なしトレーニング方法は、ＲＧＣ層とＶ１層の両方に単純なニューロンモデルを利用することができる。モデルは、単に、各細胞の重み付けされた入力を追加するだけであり、ここにおいて入力は、正の値または負の値を有し得る。結果として生じる入力の重み付け和は、活性化と呼ばれ、活性化も正または負とすることができる。本開示の一態様では、対応するＲＧＣ出力の符号、および活性化の絶対値が増加する方向のそのＶ１細胞に関連付けられた活性化の符号に応じて、各Ｖ１細胞の重みを調整することができる。Ｖ１の重みは、正または負でありうる。

シナプスの重みの提案されたトレーニング方法は、ソフトウェアおよびハードウェアの効率的な実装に適し得る。さらに、提案されたトレーニング方法は、スパイクタイミング依存可塑性（ＳＴＤＰ）トレーニング手法よりもはるかに速く動作し得る。

１次視覚野細胞の入力シナプスの教師なしトレーニング方法
いくつかの態様によれば、ＲＧ細胞（ＲＧＣ）は、ＯＮ細胞およびＯＦＦ細胞に分割され得る。ＯＮ細胞は、背景よりも明るい対象を区別することができる。たとえば、周辺視野はすべてＯＮ細胞に基づき、その結果、人間は、暗い背景に対して明るい点をより良く見ることができる。一方、ＲＧＯＦＦ細胞は、背景よりも暗い対象トを区別することができる。ＲＧＯＮ細胞とＲＧＯＦＦ細胞の両方を備える全受容野を照らすことは、ＲＧＣ発火率に限られた影響を持つことに留意されたい。

図２は、本開示のいくつかの態様による、光受容体２０２とＲＧＯＮ細胞２０４との間の接続の例示的なモデル２００ａ、および光受容体２０６とＲＧＯＦＦ細胞２０８との間の接続の例示的なモデル２００ｂを示す。受容体回路２０２および２０６は、画像ピクセルの直交するアレイとして編成され得る。したがって、ＯＮ細胞およびＯＦＦ細胞の受容野は、（円形の代わりに）矩形形状を有することができる。

一態様では、各ＲＧＣは、９つの受容体から入力を受信し得、ここにおいて、図２に示すように、受容体に関連付けられた入力の重みは、ラプラシアンフィルタを形成し得る（すなわち、ラプラシアン窓関数が受容体からの信号に適用され得る）。重みは、モデル２００ａおよび２００ｂに示すように、受容体がＯＮＲＧ細胞に接続されているか、ＯＦＦＲＧ細胞に接続されているかに依存し得る。図２に示すＲＧ細胞２０４および２０８が、非常に大きい数の受容体から入力を受信することができるマグノ神経節細胞に対応しない場合があることに留意されたい。

本開示の一態様では、ＲＧＣアレイにおいてＯＮ細胞とＯＦＦ細胞とを混合する代わりに、各ＲＧ細胞（たとえば、図３に示すモデル３００において受容体３０２から入力を受信するＲＧ細胞３０４）は、ＯＮ細胞またはＯＦＦ細胞のいずれかでもよい。これは、ＲＧ細胞３０４をＶ１単純細胞３１０に接続するシナプス３０８に関連付けられた重み３０６の符号に依存し得る。

図３に示すように、ＲＧ細胞３０４に入力され得る受容体３０２からの入力信号ｘ_i,jに重みｗを適用することによって、Ｖ１細胞３１０の入力ｙが取得され得る。

式（１）は、以下のように書き直すことができる。

ここにおいて、ｓｇｎ（ｗ）＝＋１である場合、ＲＧＣ３０４は、ＯＮ細胞として動作し得、ｓｇｎ（ｗ）＝−１である場合、ＲＧＣ３０４は、ＯＦＦ細胞として動作し得る。

本開示の一態様では、図４に示したものとしてのニューロンモデルが利用され得る。例示的なモデル４００ａでは、ＲＧＣ４０４は、受容体４０２からのその重み付けされた入力４０６を合計することができ、次いで、合計結果をその出力４０８に転送することができる。すなわち、

図４の例示的なモデル４００ｂに示すように、Ｖ１細胞４１４は、ＲＧＣ４１２からのその重み付けされた入力４１６を合計することができる。すなわち、

式中、式（４）からの重みｗ_i,jの各々は、ＯＮとＯＦＦの両方のＲＧＣをモデル化するためのバイポーラ（ｂｉｐｏｌａｒ）でもよい。一態様では、Ｖ１細胞４１４の出力４１８（活性化信号）が閾値と比較され得る。合計結果４１８が閾値を超える場合、Ｖ１細胞４１４が活性化される（すなわち、点火）。一方、結果４１８が閾値未満である場合、Ｖ１細胞４１４は休止している。

本開示の一態様では、ＲＧＣ−Ｖ１接続の重み（すなわち、重みｗ_i,j）のみがトレーニングされ得る。図４のモデル４００ｂは、以下のルールを利用することができる。各Ｖ１単純細胞の活性化は、対応するＲＧＣ出力の重み付け和として計算され得る。Ｖ１細胞の活性化が閾値を超える場合、Ｖ１細胞は点火し得る。そうでない場合、Ｖ１細胞は、そのままであり得（すなわち、Ｖ１細胞は、どんな信号も生成しない）、その入力の重みは変化しない場合がある。

まず、各Ｖ１単純細胞の活性化は、対応するＲＧＣ出力の重み付け和として計算され得る。次いで、各Ｖ１細胞の重みは、対応するＲＧＣ出力の符号およびそのＶ１細胞の活性化の符号に応じて調整され得る。一態様では、ＲＧＣ出力の符号および活性化の符号が同じである場合、正の増分がＲＧＣ出力に適用される重みに追加され得る（すなわち、重みが増加し得る）。別の態様では、ＲＧＣ出力の符号および活性化の符号が同じではない場合、対応する重みから正の増分が減算され得る（すなわち、重みが低減し得る）。

ＲＧＣ出力ｙ_i,jでは、式（４）によって定義されるように、Ｖ１細胞の活性化が決定され得る。次いで、本開示の一態様では、ＲＧＣ−Ｖ１の重みは、以下のように調整され得る。

本開示の別の態様では、ＲＧＣ−Ｖ１の重みは、その符号の代わりに活性化の値に基づいて調整され得る。すなわち、

式（５）〜（６）からの｜Δｗ｜の値は、あらかじめ決定されていてもよい。一態様では、｜Δｗ｜の値は、１／２^Nの形態とすることができ、ここで、Ｎは、整数でありうる。活性化値ｚが２進数として表され得るので、式（６）からの積ｚ｜Δｗ｜は、値｜Δｗ｜においてバイナリシフト演算を実行することによって、実装され得る。

図５は、本開示のいくつかの態様による、ＲＧ細胞とＶ１細胞との間のシナプスの重みのトレーニングのために神経システムで実行され得る例示的な動作５００を示す。５０２で、神経システムにおける複数の網膜神経節細胞（ＲＧＣ）回路の各ＲＧＣ回路の出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計が生成され得る。５０４で、神経システムにおける複数の１次視覚野細胞（Ｖ１）回路の各Ｖ１回路が、ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成する。５０６で、他の合計を生成するために出力に適用された重みが調整され得、重みのうちの１つの調整が、少なくともその重みが適用される出力の１つまたは他の合計のうちの１つに基づき得る。

要約すると、ＲＧＣ層においてＯＮ細胞とＯＦＦ細胞とを混合する代わりに、それらをすべてＯＮ／ＯＦＦ細胞にし、ＲＧＣ−Ｖ１の重みの符号によってそれらのタイプを制御することが、本開示において提案される。図４に示すように、単純な「追加」ニューロンがＲＧ細胞として利用され得、一方、「追加および点火」ニューロンがＶ１単純細胞として利用され得る。ＳＴＤＰ学習ルールの代わりに、式（５）〜（６）によって定義されるＲＧＣ−Ｖ１の重みについての提案された学習ルールが適用され得る。本開示の一態様では、重みは、正（ＯＮＲＧ細胞への接続のモデル化）から負（ＯＦＦＲＧ細胞への接続のモデル化）に変化することができ、その逆も同様である。

上記で説明した方法の様々な動作は、対応する機能を実行することができる任意の好適な手段によって実行され得る。手段は、限定はしないが、回路、特定用途向け集積回路（ＡＳＩＣ）、またはプロセッサを含む、様々なハードウェアおよび／またはソフトウェア構成要素および／またはモジュールを含むことができる。一般に、図に示される動作がある場合、これらの動作は、同様の番号を有する対応する対のミーンズプラスファンクション（ｍｅａｎｓ−ｐｌｕｓ−ｆｕｎｃｔｉｏｎ）構成要素を有し得る。たとえば、図５に示す動作５００は、図５Ａに示す構成要素５００Ａに対応する。

本明細書で使用する際、「決定すること」という用語は、様々なアクションを含む。たとえば、「決定すること」は、算出すること、計算すること、処理すること、導出すること、調査すること、検索すること（たとえば、テーブル、データベース、または別のデータ構造を検索すること）、確認することなどを含み得る。また、「決定すること」は、受信すること（たとえば、情報を受信すること）、アクセスすること（たとえば、メモリ内のデータにアクセスすること）などを含む場合がある。また、「決定すること」は、解決すること、選択すること、選出すること、確立することなどを含むことができる。

本明細書で使用する、項目のリスト「少なくとも〜のうちの１つ」を指す句は、個々のメンバーを含む、それらの項目の任意の組合せを指す。一例として、「すくなくともａ、ｂ、またはｃのうちの１つ」は、ａ、ｂ、ｃ、ａ〜ｂ、ａ〜ｃ、ｂ〜ｃ、およびａ〜ｂ〜ｃをカバーするものとする。

上記の方法の様々な動作は、たとえば様々なハードウェアおよび／またはソフトウェア構成要素、回路および／またはモジュールなど、動作を実施することができる任意の好適な手段によって実施することができる。一般に、図に示される任意の動作は、動作を実施することができる対応する機能手段によって実施することができる。

本開示に関連して説明された様々な例示的な論理ブロック、モジュール、および回路は、汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または他のプログラマブル論理デバイス（ＰＬＤ）、個別ゲートまたはトランジスタ論理、個別ハードウェア構成要素、あるいはここで説明された機能を実行するように設計されたそれらの任意の組合せを用いて実装または実行され得る。汎用プロセッサはマイクロプロセッサであり得るが、代替として、プロセッサは、任意の市販のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であり得る。プロセッサはまた、コンピューティングデバイスの組合せ、たとえば、ＤＳＰとマイクロプロセッサとの組合せ、複数のマイクロプロセッサ、ＤＳＰコアと連携する１つまたは複数のマイクロプロセッサ、あるいは任意の他のそのような構成として実装され得る。

本開示に関連して説明された方法またはアルゴリズムのステップは、ハードウェアで直接実施されるか、プロセッサによって実行されるソフトウェアモジュールで実施されるか、またはその２つの組合せで実施され得る。ソフトウェアモジュールは、当技術分野で知られている任意の形式の記憶媒体内に常駐することができる。使用され得る記憶媒体のいくつかの例には、ランダムアクセスメモリ（ＲＡＭ）、読取り専用メモリ（ＲＯＭ）、フラッシュメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭ（登録商標）メモリ、レジスタ、ハードディスク、取外し可能ディスク、ＣＤ−ＲＯＭなどがある。ソフトウェアモジュールは、単一の命令、または多数の命令を備えることができ、いくつかの異なるコードセグメント上で、異なるプログラム間で、および複数の記憶媒体にわたって分散され得る。記憶媒体は、プロセッサが記憶媒体から情報を読み取り、記憶媒体に情報を書き込むことができるように、プロセッサに結合され得る。代替として、記憶媒体はプロセッサに一体化され得る。

本明細書で開示された方法は、記載の方法を達成するための１つまたは複数のステップまたはアクションを備える。方法のステップおよび／またはアクションは、特許請求の範囲から逸脱することなく、互いに交換され得る。言い換えれば、ステップまたはアクションの特定の順序が指定されていない限り、特定のステップおよび／またはアクションの順序および／または使用は、特許請求の範囲から逸脱することなく修正することができる。

説明された機能は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。ソフトウェアで実装される場合、機能は、１つまたは複数の命令またはコードとしてコンピュータ可読媒体上に記憶されるか、あるいはコンピュータ可読媒体を介して送信され得る。コンピュータ可読媒体は、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含む、コンピュータ記憶媒体と通信媒体の両方を含む。記憶媒体は、コンピュータによってアクセスされ得る任意の利用可能な媒体であり得る。限定ではなく例として、そのようなコンピュータ可読媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭまたは他の光ディスクストレージ、磁気ディスクストレージまたは他の磁気ストレージデバイス、あるいは命令またはデータ構造の形態の所望のプログラムコードを搬送または記憶するために使用され得、コンピュータによってアクセスされ得る、任意の他の媒体を備えることができる。また、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、ソフトウェアが、同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ）、または赤外線（ＩＲ）、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。ここで使用されるディスク（disk）およびディスク（disc）は、コンパクトディスク（disc）（ＣＤ）、レーザーディスク（登録商標）（disc）、光ディスク（disc）、デジタル多用途ディスク（disc）（ＤＶＤ）、フロッピー（登録商標）ディスク（disk）およびブルーレイ（登録商標）ディスク（disc）を含み、ディスク（disk）は、通常、データを磁気的に再生し、ディスク（disc）は、データをレーザで光学的に再生する。したがって、いくつかの態様では、コンピュータ可読媒体は、非一時的なコンピュータ可読媒体（たとえば、有形媒体）を備え得る。さらに、他の態様では、コンピュータ可読媒体は、一時的なコンピュータ可読媒体（たとえば、信号）を備え得る。上記の組合せもコンピュータ可読媒体の範囲内に含まれるべきである。

したがって、いくつかの態様は、本明細書で提示する動作を実行するためのコンピュータプログラム製品を備え得る。たとえば、そのようなコンピュータプログラム製品は、本明細書で説明する動作を実施するために１つまたは複数のプロセッサによって実行可能な命令を記憶（および／またはエンコード）するコンピュータ可読媒体を備え得る。いくつかの態様では、コンピュータプログラム製品はパッケージング材料を含み得る。

ソフトウェアまたは命令は、伝送媒体を介して送信することもできる。たとえば、ソフトウェアが、同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、伝送媒体の定義に含まれる。

さらに、本明細書で説明する方法および技法を実行するためのモジュールおよび／または他の適切な手段は、適用可能な場合、ユーザ端末および／または基地局によってダウンロードされ得、および／またはその他の方法で得られ得ることを諒解されたい。たとえば、そのようなデバイスは、本明細書で説明する方法を実施するための手段の転送を容易にするために、サーバに結合することができる。代わりに、本明細書で説明した様々な方法は、ユーザ端末および／または基地局が、記憶手段をデバイスに結合したすぐ後、または提供したすぐ後に、様々な方法を得ることができるように、記憶手段（たとえば、ＲＡＭ、ＲＯＭ、コンパクトディスク（ＣＤ）またはフロッピーディスクなどの物理的記憶媒体など）を介して提供することができる。さらに、本明細書で説明する方法および技法をデバイスに与えるための任意の他の適切な技法を利用することができる。

特許請求の範囲は、上記に示した正確な構成および構成要素に限定されないことを理解されたい。上記の方法および装置の構成、動作および詳細において、特許請求の範囲から逸脱することなく、様々な改変、変更および変形を行うことができる。

上記は本開示の態様を対象とするが、本開示の他の態様は、それらの基本的な範囲から逸脱することなく考案することができ、それらの範囲は、特許請求の範囲によって決定される。
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
電気回路であり、以下を具備する、
複数の網膜神経節細胞（ＲＧＣ）回路であり、ここにおいて前記ＲＧＣ回路の各々が、出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成することと、
複数の１次視覚野細胞（Ｖ１）回路であり、ここにおいて前記Ｖ１回路の各々が、前記ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成することと、および
他の合計を生成するために前記出力に適用された重みを調整するように構成された回路、ここにおいて
前記重みのうちの１つの前記調整が、すくなくともその重みが適用される前記出力の１つまたは前記他の合計のうちの１つに基づく。
［Ｃ２］
Ｃ１に記載の電気回路において、その重みの前記調整が、その出力の符号および前記他の合計の符号に基づく、
上記電気回路。
［Ｃ３］
Ｃ１に記載の電気回路において、その重みの前記調整が、その出力の符号および前記他の合計の値に基づく、
上記電気回路。
［Ｃ４］
Ｃ１に記載の電気回路において、その出力および前記他の合計がどちらも正またはどちらも負である場合、その重みが増加し、
その出力の符号および前記他の合計の符号が同じではない場合、その重みが低減する、
上記電気回路。
［Ｃ５］
Ｃ１に記載の電気回路において、そのＶ１回路によって生成された前記他の合計が閾値を超える場合、そのＶ１回路が信号を出力する、
上記電気回路。
［Ｃ６］
Ｃ１に記載の電気回路において、前記回路が、バイナリシフト演算を実行することによって前記重みの各々を調整するように構成される、
上記電気回路。
［Ｃ７］
Ｃ１に記載の電気回路において、前記受容体回路からの前記入力が、ラプラシアン窓関数に従って重み付けされる、上記電気回路。
［Ｃ８］
神経システムを実装するための方法であって、以下を具備する、
前記神経システムにおける複数の網膜神経節細胞（ＲＧＣ）回路の各ＲＧＣ回路の出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成することと、
前記神経システムにおける複数の１次視覚野細胞（Ｖ１）回路の各Ｖ１回路によって、前記ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成することと、および
他の合計を生成するために前記出力に加えられた重みを調整すること、ここにおいて
前記重みのうちの１つの前記調整が、少なくともその重みが適用される前記出力の１つまたは前記他の合計のうちの１つに基づく。
［Ｃ９］
Ｃ８に記載の方法であって、その重みの前記調整が、その出力の符号および前記他の合計の符号に基づく、
上記方法。
［Ｃ１０］
Ｃ８に記載の方法であって、その重みの前記調整が、その出力の符号および前記他の合計の値に基づく、
上記方法。
［Ｃ１１］
Ｃ８に記載の方法であって、その出力と前記他の合計がどちらも正またはどちらも負である場合、その重みが増加し、
その出力の符号および前記他の合計の符号が同じではない場合、その重みが低減する
上記方法。
［Ｃ１２］
Ｃ８に記載の方法であって、
そのＶ１回路によって生成された前記他の合計が閾値を超える場合、そのＶ１回路の出力で信号を生成することをさらに具備する。
［Ｃ１３］
Ｃ８に記載の方法であって、前記重みの各々を調整することが、
バイナリシフト演算を実行することを具備する。
［Ｃ１４］
Ｃ８に記載の方法であって、前記受容体回路からの前記入力が、ラプラシアン窓関数に従って重み付けされる、
上記方法。
［Ｃ１５］
装置であって、以下を具備する、
前記装置における複数の網膜神経節細胞（ＲＧＣ）回路の各ＲＧＣ回路の出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成するための手段と、
前記装置における複数の１次視覚野細胞（Ｖ１）回路の各Ｖ１回路によって、前記ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成するための手段と、および
他の合計を生成するために前記出力に加えられた重みを調整手段、ここにおいて
前記重みのうちの１つの前記調整が、少なくともその重みが適用される前記出力の１つまたは前記他の合計のうちの１つに基づく。
［Ｃ１６］
Ｃ１５に記載の装置であって、その重みの前記調整が、その出力の符号および前記他の合計の符号に基づく、
上記装置。
［Ｃ１７］
Ｃ１５に記載の装置であって、その重みの前記調整が、その出力の符号および前記他の合計の値に基づく、
上記装置。
［Ｃ１８］
Ｃ１５に記載の装置であって、その出力と前記他の合計がどちらも正またはどちらも負である場合、その重みが増加し、
その出力の符号および前記他の合計の符号が同じではない場合、その重みが低減する
上記装置。
［Ｃ１９］
Ｃ１５に記載の装置であって、そのＶ１回路によって生成された前記他の合計が閾値を超える場合、そのＶ１回路の出力で信号を生成するための手段
をさらに具備する。
［Ｃ２０］
Ｃ１５に記載の装置であって、前記重みの各々を調整するための手段が、
バイナリシフト演算を実行するための手段
を具備する。
［Ｃ２１］
Ｃ１５に記載の装置であって、前記受容体回路からの前記入力が、ラプラシアン窓関数に従って重み付けされる、
上記装置。

Claims

電気回路であり、前記電気回路は以下を具備する、
複数の網膜神経節細胞（ＲＧＣ）回路、ここにおいて前記ＲＧＣ回路の各々が、出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成する、と、以下によって特徴付けられる、
複数の１次視覚野細胞（Ｖ１）回路、ここにおいて前記Ｖ１回路の各々が、前記ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成する、と、
前記別の合計を生成するために前記出力に適用された複数の重みを調整するように構成された回路、
ここにおいて、前記複数の重みの各々の前記調整が、各そのような重みが適用される前記出力のうちの１つの符号および前記別の合計の符号または値に基づく。
請求項１に記載の電気回路において、
その出力および前記他の合計がどちらも正またはどちらも負である場合、各そのような重みが増加し、
その出力の符号および前記他の合計の符号が異なる場合、各そのような重みが低減する、
上記電気回路。
請求項１に記載の電気回路において、そのＶ１回路によって生成された前記他の合計が閾値を超える場合、そのＶ１回路が信号を出力する、
上記電気回路。
請求項１に記載の電気回路において、前記回路がまた、バイナリシフト演算を実行することによって前記複数の重みの各々を調整するように構成される、
上記電気回路。
請求項１に記載の電気回路において、前記受容体回路からの前記入力が、ラプラシアン窓関数に従って重み付けされる、上記電気回路。
神経システムを実装するための方法であって、前記方法は以下を具備する、
前記神経システムにおける複数の網膜神経節細胞（ＲＧＣ）回路の各ＲＧＣ回路の出力で、そのＲＧＣ回路に関連付けられた受容体回路からの重み付けされた入力の合計を生成することと、以下によって特徴付けられる、
前記神経システムにおける複数の１次視覚野細胞（Ｖ１）回路の各Ｖ１回路によって、前記ＲＧＣ回路のサブセットの重み付けされた出力の別の合計を生成することと、
前記別の合計を生成するために前記出力に適用された複数の重みを調整すること、
ここにおいて、前記複数の重みの各々の前記調整が、各そのような重みが適用される前記出力のうちの１つの符号および前記別の合計の符号または値に基づく。
請求項６に記載の方法であって、
その出力および前記他の合計がどちらも正またはどちらも負である場合、各そのような重みが増加し、
その出力の符号および前記他の合計の符号が異なる場合、各そのような重みが低減する
上記方法。
請求項６に記載の方法であって、
そのＶ１回路によって生成された前記他の合計が閾値を超える場合、そのＶ１回路の出力で信号を生成することをさらに具備する。
請求項６に記載の方法であって、前記複数の重みの各々を調整することが、
バイナリシフト演算を実行することを具備する。
請求項６に記載の方法であって、前記受容体回路からの前記入力が、ラプラシアン窓関数に従って重み付けされる、
上記方法。