対象間の関係の関係性を用いる推論を類推という．近年提案された単語埋め込みモデルは類推課題に高精度で回答可能であり，類推をモデル化する上で新たな可能性を示している．しかしこうしたモデルを評価するのに用いられてきた課題は，関係の関係性を用いなくても正答できる可能性がある．本稿では関係の関係性を用いなければ正答できない課題を提案し，単語埋め込みモデルがこうした課題をほとんど解けないことを示すことで，モデルが類推を行っていない可能性を示した．

Cognitive scientists are paying attention to attention. Especially studies about psychological evidence, computational models, and their neural correlates of attention were contributed to the advances of these areas. We also focused on the saliency map and winner-take-all (WTA) circuits and proposed that the WTA function might be implemented in the penultimate layer. Despite differences between physiology and computational modeling such as bottom-up and top-down interactions. Attention is still worth studying and attractive all the scholars who are interested in cognitive functions.

空間的配列共感覚を持つ人は，数や曜日が特定の配列で並ぶ視覚的イメージをもつ．配列の形状は多様であり円環やジグザグなど様々な形状がみられる. 本研究では，非共感覚者における曜日の空間的配列について検討した.曜日の前後判断課題の反応時間に対する8方向の空間配置の効果を個人ごとに分析したところ，非共感覚者においても曜日の空間配置は個人間で多様であり，不規則な形状もみられることが分かった.

自然言語処理の分野で活用されているword2vec により学習された分散表現上では，単語の意味的な変換をベクトル演算として計算できることが知られており，アナロジー操作と呼ばれている．本論文では, アナロジー操作を可能にするベクトル空間が,学習処理でどのように構築されていくのか，圏論を用いて定式化を試みる.層を用いたベクトル空間の構成を示し，導来圏の導入による学習時のベクトル空間の代数構造を捉えるに方法について議論する．