Faculty Detail / 研究室詳細



Modeling of activity-dependent plasticity in the brain, Theoretical neuroscience

豊泉  太郎


当研究チームは、数理モデルの解析を通して、脳の情報処理機構および神経回路が環境に対して適応・学習するメカニズムの研究をしています。統計力学や情報理論などで培われた解析技術をコンピュータシミュレーションと組み合わせることにより、神経回路網が適切に機能する為に必要な基本的原理の理解を目指しています。 神経細胞がその活動に応じて自身の性質を変化させる現象(神経可塑性)は脳の学習、記憶、発達に大きな役割を果たしています。当研究チームは、数理的なモデルを駆使して、細胞レベルから回路レベルの知見を包括する可塑性の理論の構築を目指しています。更に、その結果形成される神経回路がどのような情報表現や情報保持の性能を持つかを回路の持つ構造や振る舞いから予測します。

主な発表論文 全て表示する

  1. 1

    Isomura T, and Toyoizumi T: "A Local Learning Rule for Independent Component Analysis.", Sci Rep, 6, 28073 (2016)

  2. 2

    Tajima S, Yanagawa T, Fujii N, and Toyoizumi T: "Untangling Brain-Wide Dynamics in Consciousness by Cross-Embedding.", PLoS Comput Biol, 11(11), e1004537 (2015)

  3. 3

    Huang H, and Toyoizumi T: "Advanced mean-field theory of the restricted Boltzmann machine.", Phys Rev E Stat Nonlin Soft Matter Phys, 91(5-1), 050101 (2015)

  4. 4

    Shimazaki H, Sadeghi K, Ishikawa T, Ikegaya Y, and Toyoizumi T: "Simultaneous silence organizes structured higher-order interactions in neural populations.", Sci Rep, 5, 9821 (2015)

  5. 5

    Toyoizumi T, Kaneko M, Stryker MP, and Miller KD: "Modeling the dynamic interaction of Hebbian and homeostatic plasticity", Neuron, 84(2), 497-510 (2014)

  6. 6

    Toyoizumi T, Miyamoto H, Yazaki-Sugiyama Y, Atapour N, Hensch TK, and Miller KD: "A theory of the transition to critical period plasticity: inhibition selectively suppresses spontaneous activity", Neuron, 80(1), 51-63 (2013)

  7. 7

    Lankarany M, Zhu WP, Swamy MN, and Toyoizumi T: "Inferring trial-to-trial excitatory and inhibitory synaptic inputs from membrane potential using Gaussian mixture Kalman filtering.", Front Comput Neurosci, 7, 109 (2013)

  8. 8

    Toyoizumi T and Abbott LF : "Beyond the edge of chaos: Amplification and temporal integration by recurrent networks in the chaotic regime", Physical Review, E 84(5), 051908 (2011)

  9. 9

    Toyoizumi T, and Miller KD: "Equalization of ocular dominance columns induced by an activity-dependent learning rule and the maturation of inhibition.", J Neurosci, 29(20), 6514-25 (2009)

  10. 10

    Toyoizumi T, Aihara K, and Amari S: "Fisher information for spike-based population decoding.", Phys Rev Lett, 97(9), 98102 (2006)

  11. 11

    Toyoizumi T, Pfister JP, Aihara K, and Gerstner W: "Generalized Bienenstock-Cooper-Munro rule for spiking neurons that maximizes information transmission.", Proc Natl Acad Sci U S A, 102(14), 5239-44 (2005)

プレスリリース 全て表示する