Fugu-MT 論文翻訳(概要): Phasic dopamine release identification using ensemble of AlexNet

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

Enhancing Angular Resolution via Directionality Encoding and Geometric Constraints in Brain Diffusion Tensor Imaging [70.66500060987312]
拡散強調画像(DWI)は、水分子の拡散率に感応した磁気共鳴イメージング(MRI)の一種である。本研究はDirGeo-DTIを提案する。DirGeo-DTIは、勾配方向の最小理論数(6)で得られたDWIの集合からでも、信頼できるDTIメトリクスを推定する深層学習に基づく手法である。
論文参考訳（メタデータ） (2024-09-11T11:12:26Z)
Physical formula enhanced multi-task learning for pharmacokinetics prediction [54.13787789006417]
AIによる薬物発見の大きな課題は、高品質なデータの不足である。薬物動態の4つの重要なパラメータを同時に予測するPEMAL法を開発した。実験の結果,PEMALは一般的なグラフニューラルネットワークに比べてデータ需要を著しく低減することがわかった。
論文参考訳（メタデータ） (2024-04-16T07:42:55Z)
Learning Chemotherapy Drug Action via Universal Physics-Informed Neural Networks [2.6071256756236916]
様々な微分方程式の未知成分を学習するためにユニバーサル物理情報ニューラルネットワークを適用する。合成データから3つの一般的な薬剤作用を学習する。ドキソルビシン(化学薬理)の薬物動態モデルを用いて,ネット増殖率について検討した。
論文参考訳（メタデータ） (2024-04-11T01:30:05Z)
Artificial Neural Networks-based Real-time Classification of ENG Signals for Implanted Nerve Interfaces [7.335832236913667]
そこで我々は,ラットの坐骨神経で測定された脳波(ENG)信号から感覚刺激を抽出するために,4種類の人工ニューラルネットワーク(ANN)を探索した。データセットの異なるサイズは、リアルタイム分類のための調査されたANNの実現可能性を分析するために考慮される。以上の結果から,ANNはリアルタイムアプリケーションに適しており,100ドル,200ドル以上の信号ウィンドウに対して90%以上のアキュラシーを達成でき,その処理時間も低く,病的回復に有効であることが示唆された。
論文参考訳（メタデータ） (2024-03-29T15:23:30Z)
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 [78.79382890789607]
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)
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)
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)

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。