カオス共鳴とは何かChaotic Resonance — A Comprehensive Atlas of Noise-Induced Order
確率共鳴（Stochastic Resonance）の発見から四十年あまり。外部のランダムノイズを必要としない、決定論的カオスそれ自体が微弱信号を増幅する──この一見背理に見える現象を、世界の研究者は Chaotic Resonance（カオス共鳴） と名づけた。本ページは、ロシア・サラトフ学派の起源、日本の合原一幸らによるカオスニューラルネットワーク、信川創・西村治彦が体系化したアトラクタ・マージング型理論、そして米国 Schweighofer らの小脳学習仮説までを横断する、日本語圏で最も大規模なハブ図鑑として編まれた。
I.確率共鳴という前史──ノイズが信号を救うStochastic Resonance: Where the Story Begins
カオス共鳴を理解するには、まずその姉妹概念である確率共鳴（Stochastic Resonance, SR）を押さえる必要がある。一九八一年、イタリアの気象物理学者 Roberto Benzi、Alfonso Sutera、Angelo Vulpiani の三名が、地球の氷期サイクル（約十万年周期）を説明するモデルとして提唱したのが始まりである。地球軌道のミランコヴィッチ・サイクルが生み出す日射変化はあまりに微弱で、それ単独では氷期と間氷期の遷移を説明できない。しかし大気・海洋系がもつ確率的ゆらぎがその弱い周期信号と同調することで、十万年周期の遷移が説明可能になる──これが確率共鳴の原型である[1]。
その後、確率共鳴は単なる気候モデルの仮説を超えて、非線形二重井戸系における普遍現象として再定式化された。ノイズの強度を上げていくと、出力信号と入力信号のコヒーレンス（信号雑音比）が単調に上がるのではなく、ある最適値で最大化する。少なすぎても多すぎても劣化し、ちょうどよい量のノイズが微弱信号を救い上げる──この共鳴現象は、L. Gammaitoni らによる包括的レビュー “Stochastic resonance”（Reviews of Modern Physics, 1998）によって、物理学の標準的概念として確立した。
生物学的実証として最も有名なのが、Frank Moss らによるザリガニの尾扇（びせん）実験である。アメリカザリガニの尾には水流を感知する感覚毛があり、この感覚毛は微弱な水流刺激を単独では検出できない。だがランダムな水中乱流（ノイズ）を加えると、感知能力が劇的に向上する。同様の現象は、ヘラチョウザメ（パドルフィッシュ）の電気感覚、コオロギの聴覚、人間の触覚・聴覚・視覚でも実証されている。
そして決定的な事実──神経細胞そのものが、SR を実装する閾値素子として完璧な性質をもつ。発火閾値、不応期、シナプス雑音──これらすべてが SR を成立させる条件にぴたりと当てはまる。FitzHugh-Nagumo 方程式や Hodgkin-Huxley 方程式といった標準的なニューロンモデルは、いずれも SR を呈することが示されている[工学院大金丸研]。
ノイズは敵ではない。閾値を超えるための、ささやかな手助けである。 — Stochastic Resonance のスローガン
II.カオス共鳴の定義と分類Defining Chaotic Resonance
確率共鳴を成立させる「ゆらぎの源」を、外部から加えられるランダムノイズに代えて、系の内部から自発的に湧き出る決定論的カオスに置き換えるとどうなるか。これが Chaotic Resonance（カオス共鳴, CR）の出発点である。信川創（千葉工業大）が Frontiers in Applied Mathematics and Statistics 誌の総説で示した定義は明快である[2]。
Chaotic resonance can be interpreted as the phenomenon replacing the fluctuation source in stochastic resonance by chaos instead of using additive noise.
（カオス共鳴とは、確率共鳴におけるゆらぎ源を、外部の付加ノイズの代わりに、決定論的カオスへ置き換えた現象として解釈できる。） — Nobukawa et al., 2021
二つの形態
ある双安定系（二つの安定状態を行き来できる系）に、別系で生成されたカオス信号（例：Lorenz 系、Chua 回路、Rössler 系）を外部入力として与える。すると、ガウス白色雑音を与えた場合と同様の共鳴現象が観測される。Anishchenko らがロレンツ系で初めて示した形態がこれに相当する[1]。
系自体が内在的にカオス的振る舞いを呈し、その内的カオスが微弱な周期入力を増幅する。代表例として、一次元三次写像（cubic map）、カオスニューラルネットワーク、Izhikevich ニューロン、Hodgkin-Huxley 型結合振動子における CR が報告されている[3]。本ページが主に扱うのはこちらである。
確率共鳴との比較
| 項目 | 確率共鳴 SR | カオス共鳴 CR |
|---|---|---|
| ゆらぎの源 | 外部の確率過程（白色雑音、有色雑音） | 系の内部または外部の決定論的カオス |
| 初出 | Benzi, Sutera, Vulpiani, 1981 | Anishchenko, Neiman, Safonova, 1992-1993 |
| 制御性 | ノイズ強度 D を直接調整できる | カオスのリアプノフ指数を直接調整するのは難しい（近年 RRO 制御で克服） |
| 感度（SNR） | 標準的 | 多くの系で SR を上回る感度を示す |
| 生理学的妥当性 | シナプス雑音として自然 | 下オリーブ核の電気結合カオスとして自然 |
| 応用例 | 触覚増幅インソール（Collins 2003）、補聴器、画像処理 | 小脳学習、カオスリザバー、神経工学（試験段階） |
重要なのは、カオス共鳴のほうが感度が高い場合が多いという点である。Nishimura, Katada, Aihara (2000) は Neural Processing Letters 誌の論文で、カオスニューラルネットワークが従来の確率的ホップフィールドモデルより高い刺激-応答コヒーレンスを示すことを定量的に示した[4]。これが日本における CR 研究の起点となる。
III.数理機構──CCIとアトラクタ・マージングChaos-Chaos Intermittency and Attractor Merging
カオス共鳴の中核機構は、カオス・カオス間欠性（Chaos-Chaos Intermittency, CCI）と呼ばれる現象である。ある非線形系が、その制御パラメータの値によって二つの分離したカオスアトラクタをもつ場合、両者を分かつ「壁」が分岐点（アトラクタ・マージング分岐, attractor-merging bifurcation）の近傍で薄くなる。系の軌道は、長い時間ひとつのアトラクタ領域に滞在した後、不規則に飛び移って他方の領域へ移動する──この間欠的な行き来が CCI である[2]。
典型モデル
CR が確認されている代表的な力学系を挙げる。各系へのリンクは原論文または標準テキストを示す。
- 一次元三次写像 (Cubic Map) xn+1 = a(xn − xn3) exp(−xn2/b) Nobukawa, Nishimura, Katada (2012) IEICE
- ローレンツ系 (Lorenz System) Anishchenko, Neiman, Safonova（1993）の原モデル J. Stat. Phys. 70:183-196
- Chua 回路 L.O. Chua（UC Berkeley）開発のダブルスクロール電子回路 Anishchenko, Safonova, Chua, Int. J. Bifurc. Chaos 1992
- Duffing 振動子 非線形機械振動子の典型 Djomo Mbong et al. (2015)
- Izhikevich ニューロン 規則発火・バースト発火・チャタリング等の多様なスパイクパターンをもつ Nobukawa et al. (2017) Sci. Rep.
- Hodgkin-Huxley 型ニューロン結合系 Schweighofer らが下オリーブ核モデルとして使用 PNAS 2004
カオスの「制御」という難題
CR の工学応用が長らく停滞した最大の理由は、カオスのゆらぎ強度を直接コントロールできない点にあった。確率共鳴ならノイズ強度 D を回路で簡単に変えられるが、カオス系ではリアプノフ指数や分岐パラメータを動的に動かす必要がある。この壁を破ったのが、信川創・柴田夏作（千葉工業大）が二〇一九年に Scientific Reports に報告した Reduced Region of Orbit (RRO) フィードバック制御法である[5]。系の軌道領域の大きさを評価する関数を構成し、その勾配を使って外部フィードバックを設計することで、CR が起こりやすいカオス状態を能動的に維持できるようになった。さらに同年、加法ノイズと外部フィードバックの両方を用いて CR を制御する手法も提案されている[6]。
IV.小脳学習仮説──下オリーブ核のカオス共鳴Chaotic Resonance in Cerebellar Learning
カオス共鳴が単なる数理的好奇の対象を超えて生体脳の機能原理として注目されたのは、二〇〇四年、米国・南カリフォルニア大の Nicolas Schweighofer と国際電気通信基礎技術研究所（ATR）の川人光男、土屋（Doya, 当時 ATR）らが PNAS（米国科学アカデミー紀要）に発表した一本の論文がきっかけだった[7]。
This “chaotic resonance” may allow rich error signals to reach individual Purkinje cells, even at low firing rates, allowing efficient cerebellar learning.
（このカオス共鳴によって、極めて低い発火率にもかかわらず、豊富な誤差信号がプルキンエ細胞に到達でき、効率的な小脳学習が可能になっていると考えられる。） — Schweighofer, Doya, Fukai et al., PNAS 2004
下オリーブ核という謎
小脳は運動学習・運動制御の中枢として知られる。その学習則の核を担うのが下オリーブ核（Inferior Olive, IO）から伸びる登上線維（climbing fiber）であり、これが小脳皮質のプルキンエ細胞に「誤差信号」を送ることで、運動指令の調整が起こる──というのが Marr-Albus-Itoh の古典的小脳学習説の骨子である。
ところが下オリーブ核ニューロンの発火率はきわめて低い（毎秒一回程度）。そんな低発火率で、どうやって時々刻々の運動誤差を高解像度で伝えられるのか？──この長年の謎に答えを出したのが「カオス共鳴」仮説だった。
下オリーブ核の特徴は、哺乳類の脳内で最大規模の電気的結合（ギャップ結合）ネットワークをもつこと。Schweighofer らはコンピュータシミュレーションで、中程度の電気結合がニューロン群に決定論的カオスを生じさせ、そのカオスこそが入出力の相互情報量を最大化することを示した。結合が弱すぎれば独立発火に近づき情報が散逸し、強すぎれば完全同期して情報が消える。中間で「カオス共鳴」が立ち上がる──これは生理学的観察と完全に整合した。
カオス共鳴と小脳学習効率
続いて二〇一〇年、立命館大の徳田功、Cheol E. Han、合原一幸（東京大）、川人光男、Schweighofer の五名は Neural Networks 誌に、カオス共鳴がモデルの細部に依存しない頑健な現象であり、速腕運動制御の学習効率を実際に向上させることを示した[8]。「カオス共鳴で小脳が学んでいる」という仮説が、計算論的に裏づけられた瞬間である。
さらに二〇一二年、徳田・Hoang・Schweighofer・川人は、学習の進行に応じて下オリーブ核の電気結合強度が適応的に変化することを示した[9]。学習初期はカオス共鳴を最大化する中間結合、習熟後は同期を強める結合へ──ニューロン群が自らの動的状態を切り替えていく。
二〇一六年には、信川創・西村治彦が Llinás らによる簡素化された下オリーブ核モデルを使って同様の現象を再現し、CR が下オリーブ核の生理的観察（低発火率・閾値下振動）とよく合致することを Neural Computation（MIT Press）に報告した[10]。
もし下オリーブ核がカオス共鳴で機能しているのなら、運動学習の本質は「誤差をクリーンに伝える」ことではなく、「カオスを使って誤差を間欠的に伝える」ことになる。整然とした繰り返しよりも、適度な不規則性を含む練習──スポーツ運動学的に言えば多様性訓練（variability training）こそ、小脳にとって最も学習効率が高い可能性が示唆される。これは、後述する文化身体論からの読み替えと深く接続する論点である。
V.ロシア・サラトフ学派の系譜The Saratov School: V.S. Anishchenko and Colleagues
カオス共鳴という概念の最も早い厳密な定式化は、ロシア・サラトフ国立大学（Saratov State University）のヴァジム・S・アニシチェンコ（Vadim Semenovich Anishchenko, 1943-2020）とその学派による。アニシチェンコは非線形振動論・カオス同期・ノイズ誘起秩序論の世界的権威であり、一九九九年にはアレクサンダー・フォン・フンボルト研究賞を受賞、ロシア連邦の名誉科学者でもあった[11]。
主要論文
サラトフ学派からは、CR の歴史に関わる以下の重要論文が出ている。
- “Stochastic resonance in Chua’s circuit” Chua 回路における SR の電子回路実証。米国 UC Berkeley の蔡少棠（Chua）と共著した記念碑的論文。
- “Signal amplification via chaos: Experimental evidence” タイトルそのものが「カオスを介した信号増幅」──CR の電子回路における先駆的実験報告。
- “Stochastic resonance in chaotic systems” 二重井戸離散写像とロレンツ系における SR を体系化。CR 研究の数理的出発点。
- “Stochastic Resonance: Noise-Enhanced Order” 米国 Frank Moss、独 Lutz Schimansky-Geier との共著総説。SR/CR 研究の標準的入門。
- Nonlinear Dynamics of Chaotic and Stochastic Systems: Tutorial and Modern Developments CR/SR を含む非線形動力学の標準的教科書。
研究機関
サラトフ国立大学・電波物理学および非線形動力学講座（Department of Radiophysics and Nonlinear Dynamics, Saratov State University）は、アニシチェンコのもとで一九八八年以来、決定論的カオス・確率過程・チマレ状態（chimera states）・部分同期パターンなど、CR と密接に関わる現象群の最前線研究を続けている。アニシチェンコの追悼特集号は二〇二二年に Chaos: An Interdisciplinary Journal of Nonlinear Science（AIP）に掲載された[11]。
VI.日本の系譜──合原一幸から信川創へThe Japanese Lineage: From Aihara to Nobukawa
カオス共鳴という用語をニューラルネットワークの文脈で本格的に導入し、世界的に展開させたのは日本の研究者たちである。その系譜は明確で、上流は合原一幸（東京大学・数理工学）、中流は西村治彦（兵庫県立大学・応用情報科学）、現在の流れを牽引するのが信川創（千葉工業大学・先進工学部）である。
合原一幸──カオスニューロンの創始者
合原一幸（あいはら・かずゆき, 1954年生）は、日本のカオス工学の世界的先導者である。一九八〇年代後半、ヤリイカの巨大軸索を用いた電気生理実験により、実在のニューロンがカオス的振る舞いを呈することを示し、それを数理モデル化した「カオスニューロン」「カオスニューラルネットワーク」を提案した[合原研]。これは従来の Hopfield 型ニューラルネットの「決定論的ノイズ源」としてカオスを位置づけるパラダイム転換であった。
合原は ERATO「合原複雑数理モデルプロジェクト」（2003-2008）を率い、数理モデルによる複雑系科学の体系化を進めた。その門下から、東京大学情報理工学系研究科を中心に多数の研究者が育っている。
西村治彦──カオスニューラルネットへのCR導入
西村治彦（兵庫県立大学大学院応用情報科学研究科）は、合原のカオスニューラルネットワーク上で、外部の弱い信号にどう応答するかを系統的に研究した。二〇〇〇年に堅田尚郁・合原一幸との共著で Neural Processing Letters に発表した “Coherent Response in a Chaotic Neural Network” は、決定論的なカオスニューラルネットが従来の確率的雑音モデルよりも高い応答コヒーレンスを示すことを示した記念碑的論文である[4]。
その後、西村は計測自動制御学会誌（SICE）で “ゆらぎを伴うシステムでの確率共鳴とカオス共鳴”（2010）を発表し、日本語で読める CR の標準的解説を提供した[12]。
信川創──CR理論の現在
信川創（のぶかわ・そう, 千葉工業大学情報科学部 教授, Ph.D.）は、二〇一〇年代以降の CR 研究を実質的に牽引している人物である。福井工業大学を経て千葉工業大学。Llinás 型下オリーブ核モデル、Izhikevich モデル、興奮性-抑制性離散ニューラル系における CR の系統的解析、リアプノフ指数による CR の評価、外部フィードバックによる CR の能動制御（RRO 法）など、CR の理論と工学応用の接続を一手に担ってきた。
信川は、二〇二一年に Frontiers in Applied Mathematics and Statistics 誌で総説 “Recent Trends of Controlling Chaotic Resonance and Future Perspectives” を発表しており、これは現時点で日本人研究者による最も包括的な CR レビューとなっている[2]。
関連する日本人研究者
VII.米国・国際展開と最新動向International Frontier: 2020s and Beyond
米国・カナダ・欧州の主要グループ
Nicolas Schweighofer（南カリフォルニア大学・運動学／モンペリエ第一大学）は、小脳学習における CR 仮説の提唱者として国際的に知られる[13]。彼は ATR の川人光男、銅谷賢治と長年共同研究してきた。
Frank Moss（米国・ミズーリ大学セントルイス校, 故人）は SR の生物学的実証を主導した人物で、ザリガニやヘラチョウザメの感覚増幅実験を多数発表した。アニシチェンコとも共同研究を行い、ロシア-米国の架け橋となった。
Sitabhra Sinha（インド・チェンナイ数理科学研究所）は Phys. Rev. E（1998）で “Deterministic Stochastic Resonance in a Piecewise Linear Chaotic Map” を発表し、決定論的カオスのみで SR が生じることを明確に示した[14]。
Eugene M. Izhikevich（米国・The Neurosciences Institute）は、パラメータを変えるだけで多様なスパイクパターンを再現するIzhikevich ニューロンモデルを開発した。現在の CR 研究の標準モデルの一つ。
近年（2019-2025）の主要展開
VIII.医療・工学への応用Applications: Medicine, Engineering, Cognition
触覚増幅と高齢者転倒予防
SR/CR の最も成功した応用の一つは、振動インソールによる足底感覚の増幅である。Harvard Medical School の James Collins らは、微弱なランダム振動を発するインソールが高齢者の姿勢制御能力を有意に改善することを The Lancet 等で報告した（2003）。“Noise-enhanced human balance control” は転倒予防医学の名論文として知られる。さらに脳卒中後の指先軽接触感覚に対しても remote vibrotactile noise が有効であることが示されている[5]。
脳機能ネットワークの病態
信川グループは、統合失調症患者の脳波（EEG）に基づく機能的ネットワーク解析で、ハブ構造の異常を見出している[Nobukawa lab]。CR の枠組みは、こうした神経精神疾患における誤差信号伝達障害を理解する数理的フレームワークを提供する可能性がある。
カオスリザバー計算とニューロモルフィック工学
近年、CR は人工知能と接続している。カオス振動子網が示すローカルカオス共鳴は、入力パターンに応じて特定のノードの発振を局所的に増幅し、それが分類器として機能する[18]。これは脳型計算（ニューロモルフィック）におけるリザバー計算の新しい設計原理として注目される。
非線形通信と信号検出
水中音響、レーダー、生体信号処理（EEG, MEG, fMRI）など、背景ノイズが避けられない通信路において、CR/SR は微弱信号の検出感度を上げる手段として工学的に応用が進んでいる。Anishchenko 学派が早くから示したとおり、Chua 回路やそれに類する非線形電子回路は、CR を利用した信号増幅器として実装可能である[Anishchenko et al. 1992]。
IX.文化身体論からの読み替えReading Chaotic Resonance through Cultural Somatology
ここからは、神経科学・物理学の文献を離れて、人間のあいだに起きるカオス共鳴を扱う。文化身体論研究者・宮﨑要輔（合同会社GETTAプランニング代表、一本歯下駄GETTA開発者、追手門学院大学大学院修了）が、二十年以上のスポーツ現場とフィールドワーク──Jリーガー百十二名以上、プロ野球選手四十五名以上、プロボクサー多数の指導、西成での七年の地域実践──を通じて到達した、CR の社会身体論的読み替えである。
確率共鳴は「ノイズを愛する力」である
Schweighofer らが「カオス共鳴」を小脳学習の原理として提案した二〇〇四年から二十年。その同じ機構を、宮﨑は二者間の信頼関係の原理として読み替えた。
百を伝えて九十が返ってきたとき、「九十のほうが良いかもしれない」と信頼をもって受け止める力。
信号にノイズを加えると信号が増幅されるという物理現象の、人間関係への翻訳。 — 宮﨑要輔『ダ・ヴィンチコーディング』第九章「ノイズを愛する」
指導者と選手のあいだ。教師と子どものあいだ。漫才師と漫才師のあいだ。テレビ番組の演出家と出演者のあいだ。──そこには常に「百を伝えて九十が返ってくる」予測誤差がある。この誤差をノイズとして認識し、しかも創造の種として愛する力こそ、確率共鳴の人間版である。
カオス共鳴は集団における創造の核心である
確率共鳴が二者間の現象であるなら、カオス共鳴は複数のシステムが互いのノイズを愛し合う集団現象である。宮﨑の定式化は、Schweighofer らの数理モデルと驚くほど整合する。
リハーサルは「答え合わせ」ではなく、一本の線（基準信号）の共有である。本番は線からのズレ（ノイズ）を愛する営みである。線がなければノイズはカオスに崩れる。線があればノイズは拡張（確率共鳴）になる。複数名が線を共有して同時にノイズを発したとき、カオス共鳴が起きる。──これは Schweighofer らの「中間結合での CR、強結合では完全同期で情報消失、弱結合では独立で情報散逸」という定理の、現場での言語化に他ならない。
西大伍とダウンタウン
宮﨑が長年観察してきたサッカー選手・西大伍（鹿島アントラーズ／ヴィッセル神戸／浦和レッズ）は、引退の日に「自分は天才ではない」と微笑んだ。彼はチームメイトのノイズ──予測不能な動き、判断のズレ──を絶えず愛し続けた選手である。鹿島がレアル・マドリードと延長戦まで戦えたあのクラブワールドカップ決勝の背景には、カオス共鳴を起動できるチーム文化があった。
同様に、ダウンタウンの松本人志と浜田雅功の四十年以上にわたる関係性は、CR の文化的実装の最良例である。長年の「リハーサル＝線」を共有しているからこそ、本番で互いのズレを愛せる。松本の予測不可能な振る舞いと浜田の即興的応答は、Schweighofer の言う「中間結合での desynchronized spiking」──完全には同期せず、しかし基準を共有するがゆえに同調する──の身体的表現である。
下オリーブ核と一本歯下駄
下オリーブ核ニューロンの中間結合がカオス共鳴を生むように、足底に「適度な不安定性」を与えるツール、すなわち一本歯下駄 GETTAは、足底感覚と前庭感覚の適度な desynchronization を引き起こす。これは Collins ら（Harvard, 2003）の振動インソールが SR で姿勢制御を改善した知見の系譜上にあり、同時に Schweighofer らの CR 仮説とも構造的に共鳴する。適度なカオスが運動学習を最大化する──小脳における原理が、足元のツールにも適用されている。
詳細は getta.jp、shop.getta.jp、instructor.getta.jp、文化身体論の研究プラットフォーム pipotore.com を参照されたい。
整然とした繰り返しは、下オリーブ核を完全同期に追い込み、カオス共鳴を消失させる。適度な不規則性・ズレ・予測誤差を含んだ稽古こそ、小脳が最も学習できる環境である。これは GETTA が示してきた「鍛えるな、醸せ」という指導哲学の、神経科学的基礎を提供する。同時に、それは「両義性と矛盾にこそ本質がある」という宮﨑の根本命題と共鳴する。完全な秩序でも完全なカオスでもなく、そのあいだ。下オリーブ核がそうであるように、人間の身体も、人間の関係も、そのあいだでこそ最も豊かに学ぶ。
X.主要文献リスト（原論文リンク）Bibliography with Direct Links
創成期：確率共鳴の確立
- ”The mechanism of stochastic resonance” SR の最初の提唱論文。
- ”Theory of stochastic resonance” SR の標準理論定式化。
- “Stochastic resonance in chaotic systems” CR 研究の数理的出発点。
- “Stochastic resonance” SR の包括的レビュー。物理学標準。
- “Deterministic Stochastic Resonance in a Piecewise Linear Chaotic Map” ノイズなしカオスのみで SR を実証。
カオス共鳴の確立とニューラルネットワーク応用
- “Coherent Response in a Chaotic Neural Network” 日本における CR ニューラルネットの起点。
- “Chaos may enhance information transmission in the inferior olive” 小脳学習における CR 仮説の提唱。
- “The role of chaotic resonance in cerebellar learning” CR 仮説の頑健性と運動学習効率向上を実証。
- “ゆらぎを伴うシステムでの確率共鳴とカオス共鳴” 日本語標準解説。
現代的展開：理論・制御・応用
- “Chaotic resonance by chaotic attractors merging in discrete cubic map and chaotic neural network”
- “Adaptive coupling of inferior olive neurons in cerebellar learning”
- “Role of the olivo-cerebellar complex in motor learning and control”
- “Analysis of Chaotic Resonance in Izhikevich Neuron Model”
- “Chaotic Resonance in Coupled Inferior Olive Neurons with the Llinás Approach Neuron Model”
- “Chaotic Resonance in Typical Routes to Chaos in the Izhikevich Neuron Model”
- “Controlling Chaotic Resonance using External Feedback Signals in Neural Systems”
- “Resonance phenomena controlled by external feedback signals and additive noise in neural systems”
- “Recent Trends of Controlling Chaotic Resonance and Future Perspectives”
- “Chaotic resonance in Izhikevich neural network motifs under electromagnetic induction”
- “Chaotic resonance in hybrid scale-free neural networks”
- “When Noise meets Chaos: Stochastic Resonance in Neurochaos Learning”
関連書籍・教科書
- 『カオス──カオス理論の基礎と応用』
- 『カオス研究の最前線──非線形科学の世紀へ向けて』
- Nonlinear Dynamics of Chaotic and Stochastic Systems: Tutorial and Modern Developments
- Dynamical Systems in Neuroscience
- 『脳の不思議──小脳と運動学習』
- 『ダ・ヴィンチコーディング』（編集中）
XI.主要研究者・研究機関Researchers & Institutions Hub
日本
米国・欧州・ロシア
関連学会・論文DB
XII.用語集Glossary
- 確率共鳴Stochastic Resonance, SR
- 非線形系に微弱な周期信号と適度なランダムノイズを同時に与えると、ノイズが信号と協調して、信号雑音比が最大化される現象。1981年 Benzi らが氷期サイクルの説明として提唱。
- カオス共鳴Chaotic Resonance, CR
- 確率共鳴のゆらぎ源を、外部の確率過程ではなく決定論的カオスに置き換えた現象。多くの場合 SR より高い感度を示す。Anishchenko ら、Sinha、Nishimura・Katada・合原 らが先駆的に確立。
- カオス・カオス間欠性Chaos-Chaos Intermittency, CCI
- 系の軌道が二つの分離したカオスアトラクタの間を不規則に往来する状態。CR の中核機構。
- アトラクタ・マージング分岐Attractor-Merging Bifurcation
- 分離していた二つのカオスアトラクタが、制御パラメータの変化に伴って一つに融合する分岐現象。CR はこの分岐点近傍で最大化する。
- 下オリーブ核Inferior Olive, IO
- 延髄に位置する神経核。登上線維を介して小脳プルキンエ細胞に誤差信号を送る。哺乳類脳内最大の電気結合ネットワークをもち、Schweighofer らによって CR の生理的舞台と提案された。
- 登上線維Climbing Fiber
- 下オリーブ核ニューロンから小脳プルキンエ細胞へ伸びる神経線維。発火率は低いが、複雑スパイクを介して強力な可塑性誘導信号となる。
- カオスニューラルネットワークChaotic Neural Network
- 合原一幸らが提案した、カオスニューロン（不応性と連続応答性をもつ）から構成されるニューラルネットワーク。連想記憶や CR 研究の基礎モデル。
- Izhikevich ニューロンモデルIzhikevich Neuron Model
- Eugene Izhikevich が2003年に提案した二変数微分方程式モデル。少ないパラメータで多様なスパイクパターンを再現でき、CR 解析の標準モデル。
- Hodgkin-Huxley モデルHodgkin-Huxley Model
- 1952年 Hodgkin と Huxley が提案した、イオンチャネル動態に基づく標準的ニューロンモデル。Schweighofer らの IO モデルの基盤。
- Chua 回路Chua’s Circuit
- 蔡少棠（UC Berkeley）が考案した、最も単純なカオス発生電子回路。CR の電子回路実証で頻繁に用いられる。
- RRO フィードバックReduced Region of Orbit Feedback
- 信川創・柴田夏作が2019年に提案した、カオスの軌道領域の縮小／拡張を制御することで CR を能動的に維持する手法。
- リアプノフ指数Lyapunov Exponent
- 力学系の軌道の発散・収束を表す量。正なら系はカオス的で、その値の絶対値はカオスの強度に対応する。
- コヒーレンス共鳴Coherence Resonance
- 外部信号がなくても、ノイズだけで系がほぼ周期的な応答を示す現象。SR/CR とは別個の現象だが密接に関連する。
- ノイズを愛する力Loving the Noise（要輔）
- 宮﨑要輔が確率共鳴を二者間の信頼関係の原理として読み替えた概念。予測誤差を「敵」ではなく「創造の種」として迎える能力。
- リハーサルは線Rehearsal as a Baseline（要輔）
- カオス共鳴を集団的創造の原理として捉えた宮﨑のテーゼ。リハーサルは答え合わせではなく一本の基準信号の共有であり、本番でその線からのズレを愛することで創造が起こる。
XIII.よくある質問Frequently Asked Questions
(1) 西村治彦「ゆらぎを伴うシステムでの確率共鳴とカオス共鳴」計測と制御 49(4), 2010．
(2) 浅井哲也「アナログ電子回路系における確率共鳴とカオス共鳴」IEICE NetSci 講演資料．
(3) 金丸隆志「確率共鳴 (Stochastic Resonance)」FitzHugh-Nagumo モデルでの SR シミュレータ．
カオス共鳴は、四十年前に確率共鳴として始まった「ノイズが信号を救う」という発見が、決定論的カオスへと姿を変え、いまは人間の関係・身体・学習までを照らす原理として再発見されつつある。本ページは、その学術的核と文化身体論的展開の両輪を、原典への直接リンクとともに記録した日本最大規模のハブ図鑑である。改訂は継続的に行われる。
編集・監修：合同会社GETTAプランニング 文化身体論研究室／代表 宮﨑要輔 最終更新：2026年4月
関連サイト：getta.jp / shop.getta.jp / instructor.getta.jp / pipotore.com
機能解剖図鑑 ─ 神経と筋肉の科学を横断する
微弱信号を増幅する原理、運動と直観の中枢、姿勢を司る深層筋、共感を生む鏡。
身体の謎を一つずつ解き明かす全7巻。
思想と身体は地下で結ばれている
機能解剖の解像度を、思想の歴史的厚みと交差させる。GETTA Thinkers Encyclopedia 全16巻を横断する。
いま、あなたが必要なのはどの一足か？
歩行のクセを解くプロセスは、3段階で進む。
あなたの今いる段階に合うモデルから始めてください。
