注意の神経回路モデル

A neural network model for selective attention.

I．まえがき

　2つ以上のパターンが組み合わさった複合パターンを呈示されたとき，われわれ人間はそれらのパターンの1つずつに順番に注意を向けながら観測し，個々のパターンが何であるかを認識するとともに，そのパターンの成分を他の部分と区別して切り出していくこと（セグメンテーション）ができる。また，それと同時に，注意を向けたほうのパターンに欠損部があったりノイズが加わっていても，その欠損部を補完し，ノイズを除去して完全なパターンを連想することができる。このとき，呈示された図形は，必ずしもわれわれ人間が過去に学習したことのある標準パターンと形や大きさが完全に一致している必要はない。形が少しゆがんでいても，大きさが変わっていても，その変形したパターンそのものに対して直接欠損部を補完し，ノイズを除去することができる。しかも，このような補完を行なうとき，注意を向けたパターンの欠損部に残されているわずかな痕跡まで有効に利用してもとの完全なパターンを完成させる能力をもっている。筆者は先に，人間のもつこのような機能を実現する神経回路モデルを提唱したので^1），その概要を紹介する。

　不完全パターンをもとに完全なパターンを構成する機能を持った回路としては，これまでにも種々の形の自己想起型連想記憶モデルが提唱されている^2〜4）。しかし従来の連想記憶モデルの多くは，刺激パターンが，過去に学習した標準パターンと，大きさ，形，位置までも完全に一致している場合だけにしか満足に働かなかった。これに対してここで紹介するモデルは，刺激パターンにある程度の変形があっても正しく自己想起型の連想能力を示す。

　A neural network model of the mechanism of selective attention in visual pattern recognition is proposed and simulated on a digital computer.

　When a complex figure consisting of two patterns or more is presented to the model, it is segmented into individual patterns, and each pattern is recognized separately. Even if one of the patterns to which the model is paying selective attention is affected by noise or defects, the model can recall the complete pattern from which the noise has been eliminated and the defects corrected. It is not necessary for perfect recall that the stimulus pattern should be identical in shape to the training pattern. Even though the pattern is distorted in shape or changed in size, it can be correctly recognized and the missing portions restored.