1 9 2 ( ) 11:10 12:30 1 (P-01 P-46) : ( 13:30 15:30 1 P-01 MT 76 (, ( P-02 V4 76 (, (, (, ( P-03 77 (, ( P-04 77 ( ), (, ( P-05 78 (, ( P-06 78 (, (, (, ( P-07 79 (, ( P-08 6,79 (, (,, (,, (,, (,, (, ATR ), ( P-09 80 (,, CiNet), (INM-6 and IAS-6, Jülich Research Centre and JARA), (,, (, CiNet), Sonja Grün (INM-6 and IAS-6 Jülich Research Centre and JARA, RWTH Aachen Univ.), (, CiNet) xii
P-10 8,80 (, Chia-pei Lin (, (, (, ( ), Chou Hung (, ( ) P-11 81 (, (, (, (, ( P-12 ϕ 81 (, (, (, ( P-13 10,82 (, ( ), (, ( ) P-14 12,82 ( P-15 STDP 14,83 (, ( ) P-16 CA1 83 (, ( ), (, ( ) P-17 16,84 ( P-18 84,, ( P-19 85 ( ),, ( P-20 85 (, (, (, ( P-21 : 86 (, (, ( P-22 86,,, (NTT xiii
P-23 87 (, ( P-24 18,87 (, (( ), (( ), ( P-25 BCI 20,88 (, Alejandro Gonzalez(, (, (, (, (, ( ), ( P-26 fnirs 88 (, (, (, (, (, ( ), ( P-27 89 (, (, ( ), ( P-28 89 (, (, (, (, ( P-29 90 (, ( P-30 90 ( P-31 91 (, (, P-32 91 (, ( P-33 OpenMP 92 10,000 (, (, ( P-34 92 (, ( xiv
P-35 93 (, (, JST-CREST), (, (, JST-CREST), (, (, JST-CREST) P-36 22,93 (, (, (, (, ( P-37 94 (, (, JST-CREST), (, JST-CREST), (, (, (, JST-CREST) P-38 RBM Echo State Network 24,94 (, ( ), ( P-39 Model Compression 26,95 (, ( ), ( P-40 95 (,, ( P-41 28,96 (, (, (, P-42 30,96 (, ( P-43 Deep Convolutional Neural Network 32,97, (, ( P-44 97 ( ), ( P-45 34,98 (, (, ( P-46 46,98 (, ( 15:30 16:30 1 xv
: ( P-55 40 (, ( ) P-47 Border-Ownership 34 (, ( P-48 36 Zaem Arif Zainal (, ( 16:40 18:10 1 : ( : (NTT ), (CiNet/, ( xvi
2 9 3 ( ) 9:40 10:40 2 : ( P-10 4 (, Chia-pei Lin (, (, (, (, Chou Hung (, ( P-08 2 (, (,, (,, (,, (,, (, ATR, ( P-24 14 (, (( ), (( ), ( 10:50 12:10 2 (P-47 P-93) : ( 13:20 15:20 2 P-47 Border-Ownership 38,99 (, ( P-48 40,99 Zaem Arif Zainal (, ( P-49 100 (, ( P-50 100 (, ( P-51 101 (, Pedro E Maldonado(Universidad de Chile, Laboratorio de Neurosistemas), ( P-52 42,101 (, (, (, (, xvii
P-53 102 ( P-54 102 (, ( ) P-55 44,103 (, ( P-56 103 (, (, (ATR, (, (, (, (, (, ( P-57 104 (, (, (, (, (, ( P-58 104 (, (, ( P-59 105 (, (, ( P-60 46,105 (, ( ) P-61 Synaptic input pattern dependent persistent firing in hippocampal CA1 106 network model. (, ( P-62 106 (NTT, (NTT P-63 A computational model of the basal ganglia for temporal information processing 107 ( ( P-64 107 (, ( P-65 108 ( P-66 48,108,, ( xviii
P-67 109 (, Ajayrama Kumaraswamy (Ludwig-Maximilians-Universität München), (, (, Philipp Rautenberg (Max Planck Digital Library), Thomas Wachtler (Ludwig-Maximilians-Universität München) P-68 109 (, (, (, (, (, ( P-69 50,110 (, (, (, (, ( P-70 110 (ATR, (, ATR, (ATR, (ATR P-71 3 111 (, (, (, (, (, (, ( P-72 In Vivo 111 (, (, ( ) P-73 112 J. GAMEZ, R. BARTOLO, H. MERCHANT (Inst. de Neurobiologia UNAM) P-74 A new clinical marker of human cerebellar motor learning by prism adaptation 112 of hand-reaching movement (, (, ( ), (, ( P-75-2 113 (,, (, (, P-76 113 (, (, ( P-77 52,114 (,, (, (, ( xix
P-78 54,114 (,, (, P-79 115 (, ( ), (, ( P-80 56,115 (, (, (, ( P-81 58,116 (, (, (, (, P-82 Toolbox 60,116 ( P-83 117 (, ( P-84 117 (, (, (, (, (, ( P-85 62,118 (, ( P-86 64,118 (, ( ) (, ( P-87 119 (, ( P-88 1 66,119 (, ( P-89 120 (, (, (, (, ( xx
P-90 MCMC 120 (, ( ), (, ( P-91 Dropout 68,121 (, ( ) P-92 70,121 (, (, (, P-93 2 72,122 ( ), ( ), ( ) 15:20 17:20 2 : ( : (OIST), (, (, (, ( 17:30 18:30 Neuromorphic Computing in IBM ( xxi
3 9 4 ( ) 9:40 11:00 3 : ( P-81 52 (, (, (, (, P-82 Toolbox 56 ( P-86 60 ( ( ) (, ( P-85 58 (, ( 11:10 12:30 4 : ( P-78 50 (, ( P-80 52 (, (, (, ( P-93 2 68 ( ), ( ), ( ) P-92 66 (, (, (, 13:30 14:30 Deep Convolutional Network ( 14:40 16:40 3 : : ( : (AIST), (, (, ( xxii