要約
過去の記憶をもとに現在の計算を行う能力は、物語の理解など多くの認知タスクにおいて不可欠である。ヒブス型のシナプス可塑性は、脳における中長期的な記憶保持の基盤にあると考えられている。しかし、こうした可塑性プロセスが皮質ネットワーク内の計算とどのように統合されているのかは、まだ明らかになっていない。本研究では、ヒブス型可塑性を受ける核心的な異関連ネットワークを備えた単純なニューラルネットワークモデル「ヒブス記憶ネットワーク（H-Mems）」を提案する。我々は、このネットワークがヒブス型可塑性プロセスを計算に活用できるように最適化可能であることを示す。H-Memsは、刺激ペア間の関連を一回の提示で記憶し、後続の意思決定にその関連を利用できる。さらに、合成された物語に関する要求の厳しい質問応答タスクを解くことも可能である。本研究により、単純なヒブス型可塑性プロセスを通じて、ニューラルネットワークモデルが記憶を用いて計算を豊かにすることが可能であることが示された。