<p>再帰的神経回路モデルにおけるアトラクターへの引き込みダイナミクスはよく知られており，複数の相関する記憶パターンを埋め込むことでその混合状態が現れる．一方で，双方向階層神経回路モデルにおけるダイナミクスは明らかでない．本研究では，深層生成モデルであるVariational Auto-Encoder (VAE)のサンプリングダイナミクスを数値的に検証した．我々はVAEの活動パターンが，多数の学習させた入力パターンの中心，"概念"に一度近づいたあとそれぞれの記憶パターンへ遷移することを明らかにした．本発表では深層ネットワークモデルについて指摘されている仮説も合わせて議論したい．</p>