京都大学がビッグデータの新統計法則を発見、「べき則」の普遍性を解明
京都大学の梅野健教授と新谷健修士課程学生は、世界中の様々なビッグデータに現れる「べき則」の普遍性を説明する新しい統計法則を発見した。この統計法則は「超一般化中心極限定理」と呼べるもので、データ上に普遍的に現れるという。これにより世界の様々な現象の統計モデルの構築が期待される。 今回の研究では、現実のデータを反映した、従来の統計則である極限定理では捉えることができない、異なるべき分布を個々に持つ独立な確率変数の和という統計モデルを定式化した。その上で、データの数Nを無限にする極限において、レビの安定分布に収束するという極限定理を導出した。 この極限定理は、統計学の基本法則である中心極限定理をべき則に一般化した一般化中心極限定理を、さらに異なるべき則の和の極限に拡張したもので、「超一般化中心極限定理」と呼ぶことができる。より一般化された状況でも成立する極限定理としての統計学的な意義があるととも
「生物が眠る理由」 睡眠で脳回路はクールダウンされる 東京大学
海馬が学習や記憶に関わっていることは古くから知られている。しかし、神経細胞には限りがあるため、あるレベルに到達するとそこで飽和し、それ以上の記憶ができなくなってしまう。そのため何らかの「クールダウン」の機構が海馬に備わっていると予想されてきた。 研究グループはまず、睡眠中のマウスからニューロン間の繋がりの強さの指標である興奮性後シナプス場電位（field excitatory postsynaptic potential,fEPSP）を記録した。すると、睡眠の経過とともにfEPSPの減弱が見られ、睡眠中にはニューロン間の繋がりが自然と弱まることが確認された。 続いて、睡眠中に生じるSWRを阻害する実験を行ったところ、fEPSPの減弱は観察されなかった。すなわち、SWRが睡眠中に海馬のニューロン間の繋がりを弱め、海馬の神経回路をクールダウンしていることが明らかになった。SWRを7時間阻害し続
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
