論文の概要: Phasic dopamine release identification using ensemble of AlexNet
- arxiv url: http://arxiv.org/abs/2006.02536v1
- Date: Wed, 3 Jun 2020 21:13:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 17:53:11.203566
- Title: Phasic dopamine release identification using ensemble of AlexNet
- Title(参考訳): AlexNetのアンサンブルを用いたファシックドーパミン放出の同定
- Authors: Luca Patarnello, Marco Celin, Loris Nanni
- Abstract要約: ドーパミン(英: Dopamine、DA)は、行動や身体機能に影響を及ぼす有機化学物質である。
高速走査型サイクリックボルタンメトリー(FSCV)は、生体内ドーパミン放出測定に用いられる技術である。
本研究は,ドパミン放出の同定における畳み込みニューラルネットワーク(CNN)の利用について述べる。
- 参考スコア(独自算出の注目度): 5.912768435095588
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dopamine (DA) is an organic chemical that influences several parts of
behaviour and physical functions. Fast-scan cyclic voltammetry (FSCV) is a
technique used for in vivo phasic dopamine release measurements. The analysis
of such measurements, though, requires notable effort. In this paper, we
present the use of convolutional neural networks (CNNs) for the identification
of phasic dopamine releases.
- Abstract(参考訳): ドーパミン(英: Dopamine、DA)は、行動や身体機能に影響を及ぼす有機化学物質である。
高速走査型サイクリックボルタンメトリー(FSCV)は、生体内ドーパミン放出測定に用いられる技術である。
しかし、このような測定結果の分析には顕著な努力が必要だ。
本稿では, ファシックドパミン放出の同定における畳み込みニューラルネットワーク(CNN)の利用について述べる。
関連論文リスト
- Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳(メタデータ) (2024-02-26T15:01:54Z) - EPIM: Efficient Processing-In-Memory Accelerators based on Epitome [82.74500224090265]
畳み込みのような機能を提供する軽量神経オペレータであるEpitomeを紹介する。
ソフトウェア側では,PIMアクセラレータ上でのエピトームのレイテンシとエネルギを評価する。
ハードウェア効率を向上させるため,PIM対応層設計手法を提案する。
論文 参考訳(メタデータ) (2023-11-12T17:56:39Z) - Benefits of mirror weight symmetry for 3D mesh segmentation in
biomedical applications [0.0]
3Dメッシュセグメンテーションは多くのバイオメディカル応用において重要な課題である。
3次元メッシュセグメンテーションを行うニューラルネットワークにおける重み対称性の影響を示す。
論文 参考訳(メタデータ) (2023-09-29T09:10:58Z) - Exploiting the Brain's Network Structure for Automatic Identification of
ADHD Subjects [70.37277191524755]
我々は脳を機能的ネットワークとしてモデル化できることを示し,ADHD被験者と制御対象とではネットワークの特定の特性が異なることを示した。
776名の被験者で分類器を訓練し,ADHD-200チャレンジのために神経局が提供する171名の被験者を対象に試験を行った。
論文 参考訳(メタデータ) (2023-06-15T16:22:57Z) - Revealing Patterns of Symptomatology in Parkinson's Disease: A Latent
Space Analysis with 3D Convolutional Autoencoders [0.0]
本研究は、パーキンソン病(PD)における神経変性による病態変化の追跡に、CVAE(3D Convolutional variational autoencoder)を用いたことを提案する。
Ioflupane(FPCIT)画像上の3次元CVAEを用いて,ドーパミントランスポーター(DaT)濃度とその空間パターンの変化を検出し定量化するための新しい手法を提案する。
論文 参考訳(メタデータ) (2023-05-11T11:57:00Z) - Pain level and pain-related behaviour classification using GRU-based
sparsely-connected RNNs [61.080598804629375]
慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。
この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。
我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。
本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
論文 参考訳(メタデータ) (2022-12-20T12:56:28Z) - Mental arithmetic task classification with convolutional neural network
based on spectral-temporal features from EEG [0.47248250311484113]
ディープニューラルネットワーク(DNN)は、コンピュータビジョンアプリケーションにおいて大きな優位性を示している。
ここでは、主に2つの畳み込みニューラルネットワーク層を使用し、比較的少ないパラメータと高速で脳波からスペクトル時間的特徴を学習する浅層ニューラルネットワークを提案する。
実験の結果、浅いCNNモデルは他の全てのモデルより優れており、最高分類精度は90.68%に達した。
論文 参考訳(メタデータ) (2022-09-26T02:15:22Z) - MAP-SNN: Mapping Spike Activities with Multiplicity, Adaptability, and
Plasticity into Bio-Plausible Spiking Neural Networks [4.806663076114504]
スパイキングニューラルネットワーク(SNN)は、人間の脳の基本的なメカニズムを模倣しているため、生物学的に現実的で電力効率が高いと考えられている。
スパイク活動のモデル化における3つの特性について考察する:多重性、適応性、塑性(MAP)
提案したSNNモデルはニューロモルフィックデータセット(N-MNISTとSHD)上での競合性能を実現する。
論文 参考訳(メタデータ) (2022-04-21T05:36:11Z) - Positional-Spectral-Temporal Attention in 3D Convolutional Neural
Networks for EEG Emotion Recognition [5.995842375590237]
本稿では,感情認識のための情報脳波の特徴を探求する新しい構造を提案する。
PSTアテンションモジュールは、位置、スペクトル、時間アテンションモジュールで構成されている。
提案手法は,3次元畳み込みニューラルネットワーク(3D-CNN)にプラグインモジュールとして適合する。
論文 参考訳(メタデータ) (2021-10-13T12:03:36Z) - Neural networks for Anatomical Therapeutic Chemical (ATC) [83.73971067918333]
両方向の長期記憶ネットワーク(BiLSTM)から抽出された集合を含む、特徴の異なるセットで訓練された複数の複数ラベル分類器を組み合わせることを提案する。
実験はこのアプローチのパワーを実証し、文献で報告された最良の手法よりも優れていることを示した。
論文 参考訳(メタデータ) (2021-01-22T19:49:47Z) - Emotional EEG Classification using Connectivity Features and
Convolutional Neural Networks [81.74442855155843]
CNNと脳のつながりを利用した新しい分類システムを導入し,その効果を感情映像分類により検証する。
対象映像の感情的特性に関連する脳接続の集中度は分類性能と相関する。
論文 参考訳(メタデータ) (2021-01-18T13:28:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。