2014/01/31 山中

Causal Evidence of Performance Monitoring by Neurons in Posterior Cingulate Cortex during Learning
Heilbronner SR, Platt ML
Neuron. 2013 Dec 18;80(6):1384-91.

Highlights
► CGp neurons responded phasically to errors and predicted future poor performance
► Reversible inactivation of posterior cingulate blocked new learning
► Default mode network activity is necessary for cognitively demanding performance

Posterior cingulate cortex(CGp)のエラー信号が
行動のモニター＆補償に関与するという内容です。
main findingは、
(1) CGpがoutcome periodでエラー信号をコードすること(error trialの方がcorrect trialよりも応答が大きい)
(2) 学習初期におけるこのエラー信号が学習後期のパフォーマンスを予測すること
(3) CGpをムシモルで不活化すると学習が阻害される(novel, small-reward stimulusのみ)

特に(2)のパフォーマンス予測(Fig.S2)がcorrect trialのデータだけ集めても予測できるというのはどういうことなのか？
Outcome提示期間のエラーシグナルだけでなく、Haydenらが示したようなベースラインそのものが変わっていたりするのか？

PDF | SUPPL | SLIDE

---
★CGp Review
Posterior cingulate cortex: adapting behavior to a changing world.
Pearson JM, Heilbronner SR, Barack DL, Hayden BY, Platt ML.
Trends Cogn Sci. 2011 Apr;15(4):143-51. doi: 10.1016/j.tics.2011.02.002. Epub 2011 Mar 21.

★Default mode network
A default mode of brain function.
Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, Shulman GL.
Proc Natl Acad Sci U S A. 2001 Jan 16;98(2):676-82.

2014/01/31 高見

Progress seminar

SLIDE

2014/01/24 榎本

The behavioral and neural mechanisms underlying the tracking of expertise.
Boorman ED, O'Doherty JP, Adolphs R, Rangel A.
Neuron. 2013 Dec 18;80(6):1558-71.

　確率的に増減する資産の変動を推定するエージェントの成績を当てる課題において、エージェントがヒトの場合とコンピュータアルゴリズムの場合（じっさいはどっちもアルゴリズム）で被検者の行動と脳活動がちがった、という話です。被検者の行動は（準最適な）ベイズ則によってよく記述できました。エージェントがヒトの場合は、被検者と同じ予測で正解したときにアルゴリズムよりも良く評価され、間違えたときも大目に見てもらえるのに対して、エージェントがアルゴリズムの場合は、被検者と違う予測をして不正解だったときに、ヒトよりもペナルティが大きい。そんでfMRIイメージングにおいて、右側のOFCとmPFCがこれらの行動パターンと似た活動を示した、という。あとはTPJとか線条体とかまあいろいろ。

　いぜん紹介した鈴木さんの論文や、ベーレンスの過去の仕事とも深く関係するものです。モデル比較や強化学習モデルでの試算なんかもいろいろやってるので興味のある向きはSIもよく読んでみてください。それでは都知事選、相手がヒトだからといって甘くみずに、よく考えて投票しましょう。

Assessing Others: Evaluating the Expertise of Humans and Computer Algorithms


PDF+SI | SLIDE

2014/01/24 池上

Temporal structure of motor variability is dynamically regulated and predicts motor learning ability
Wu HG, Miyamoto YR, Castro LN, Olveczky BP, Smith MA
Nat Neurosci. 2014 Jan 12. doi: 10.1038/nn.3616.

ヒト運動学習の論文を紹介します。
この研究は、運動システムにとって不可避な運動ノイズに起因すると考えられてきた運動のばらつきが実は学習能力と密接に関連しており、運動のばらつきによって個々の学習能力が予測できることを示しました。さらに、運動システムは、学習過程において、そのばらつきの構造を積極的にreshapeすることによって、より効率的な解の探索を可能にしていることを示唆する結果を報告しています。

SLIDE | PDF | SUPPL

2014/01/17 杉本

Linear Bellman Combination for Control of Character Animation
Marco da Silva, Frédo Durand, Jovan Popović
ACM Transactions on Graphics (TOG) - Proceedings of ACM SIGGRAPH 2009 TOG Volume 28 Issue 3, August 2009  Article No. 82
ベルマン方程式を線形化することにより、
複数の制御器の重ね合わせや汎化を行った論文を紹介します。

ベルマン方程式は非線形な微分方程式であるため、
重ね合わせや汎化は一般的に不可能なのですが、
ある条件下では重ね合わせが可能な線形微分方程式に変形できる、と言う内容です。

PDF | SLIDE

2014/01/17 上條

Input integration around the dendritic branches in hippocampal dentate
granule cells
Tadanobu C Kamijo, Hirofumi Hayakawa, Yasuhiro Fukushima, Yoshiyuki Kubota, Yoshikazu Isomura, Minoru Tsukada, Takeshi Aihara
DOI: 10.1007/s11571-014-9280-6

先日cognitive neurodynamicsにアクセプトされました
私の論文を紹介します。
このセミナーでも何度か紹介してますが、改めて説明したいと思います。

海馬歯状回顆粒細胞の樹状突起分岐周辺における入力統合についてです。
アンケージング刺激によって樹状突起分岐点周辺に時空間的に異なる刺激をした際の閾値下のEPSPの非線形性について調べた内容となります。

PDF | SLIDE