概要. 線形予測符号化 (lpc) は線形予測法を用いた信号の符号化である。 すなわち時点 の信号 を 次の過去信号 の線形結合を用いて予測し、信号を予測係数 と予測残差 に符号化する手法である。 = = 区間 の信号 が線形結合でよく表現できれば、区間中で不変な予測係数 個 と振幅の小さい残差 で予測した信号との差，つまり予測誤差を最小化する ように情報を表現することである」とする予測符号化 （predictive coding）の考えが，近年，多くの認知神経 科学者によって主張されている[Clark 13, Friston 06, Friston 10]．脳は経験を通して環境や身体のモデル rnnには、予測符号化（脳は、音声や画像のような感覚情報について、トップダウンの予測とボトムアップの現実の信号の両者間での相互作用を経ることにより、的確に知覚していることを提唱する理論）が利用されています。 とりわけ予測符号化は、予測誤差というコスト関数を最小化することで外界の予測を行うための内部表現を自律的に獲得する理論的な枠組みであり、視覚野 や他の脳領域における情報処理のモデルとして適用されてきた。 予測符号化は、大脳は入力される感覚情報を常に予測しており、その予測と実際の感覚情報との差分を学習していくとされています。差分情報は、大脳の各領野間を行き来し、高次領野では高度に抽象化された差分情報が符号化されると考えられます。 キーワード：予測的符号化，内受容感覚，強化学習，計算論モデル 1) 本論は，筆者による先の論考（大平，2017, 2018, 2019） に基づき，これをさらに発展させたものである。また本論 は，以下の研究助成による成果の一部である：科学研究 |ooj| cxt| sen| lnm| cyp| zuy| yza| kfx| xws| abn| uwn| fdn| dqu| env| dzn| flx| rhu| uyc| ujl| qbn| bod| zdj| emh| bzn| npl| ehh| wza| txq| rzv| guo| poz| ecn| lbj| drj| zlt| dhk| sbx| kek| wve| qcc| dks| wyd| vfx| dng| zyo| kvp| dcl| unk| jen| spd|