脳の神経回路の大域モデル
脳の視覚系などの感覚系には、情報を統合するFeedforward
系（上方回路）と、上方統合されたものが、再帰的に帰って
きて、使われる、Feedback系（下方回路）がある。
Feedforward信号は、そのいずれの段階でもFeedback信号
として帰るので、Loop構造をなす。
こうしたループ構造をつくる情報学的な目的は、
Feedforward経路の低次元の情報を統合するときに
さまざまなノイズが発生するのだが、それにもかかわらず
情報を圧縮して抽出しなければならない。
この際、ある特定の入力情報に対して、すべての神経回路
を同等に使うことにすれば、その振る舞いは、Monte-Carlo
法によってSimulateできるが、実際問題、すべての神経系を
使うわけではなく、センサーは特異化されている。
つまり、モデルは測定値から求められる経験分布に依存する。
このようなとき、使われるのが、ブートストラップ法である。
ということは、例えば、視覚のような感覚系をこの方法で
近似する、ということが可能だということだ。
このとき、Ｇｅｎｅｒａｌ Ｌｉｎｅａｒ Ｍｏｄｅｌを仮定して、ロジスティック回帰、つまりベルヌーイ分布に従う変数の統計的回帰を行う・
（以降、この考察つづく）
