[N-1] 非線形問題

[N-1-12] 自由エネルギー原理に基づく予測符号化ネットワークへの拡張DFA法の適用

^○國見峻史, 萩原成基, 安藤洸太, 赤井恵, 浅井哲也 (北大)

キーワード：自由エネルギー原理、予測符号化、DFA法、拡張DFA法、ニューラルネットワーク、AI

　「変分自由エネルギー（VFE）を最小化するように脳は機能している」という脳の機能をマクロな視点から捉えた自由エネルギー原理（FEP）が提唱され,人工知能（AI）分野を含めた様々な分野で研究がなされている.
　本研究では,既存AIよりも脳に近いAIの創出を目標に掲げ,自由エネルギー原理に基づく予測符号化（PC）ネットワークを先行研究に基づき構築し,それを誤差逆伝播法よりも脳の学習メカニズムとして生理学的に妥当とされ深層学習の学習アルゴリズムとして採用されているDirect Feedback Alignment(DFA)法・拡張DFA法(A-DFA法)を予測符号化の知覚に適用したモデルの性能評価を行った.