論文の概要: Cortical oscillations implement a backbone for sampling-based
computation in spiking neural networks
- arxiv url: http://arxiv.org/abs/2006.11099v5
- Date: Mon, 4 Apr 2022 12:07:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-19 04:51:49.366469
- Title: Cortical oscillations implement a backbone for sampling-based
computation in spiking neural networks
- Title（参考訳）: スパイクニューラルネットワークにおけるサンプリングに基づく計算バックボーンを実装した皮質振動
- Authors: Agnes Korcsak-Gorzo, Michael G. M\"uller, Andreas Baumbach, Luziwei
Leng, Oliver Julien Breitwieser, Sacha J. van Albada, Walter Senn, Karlheinz
Meier, Robert Legenstein, Mihai A. Petrovici
- Abstract要約: 本研究では,この混合問題を克服するために,皮質振動を効果的に利用することを提案する。
有効温度として作用することにより、バックグラウンドスパイク活動は探索を調節する。
皮質振動によって引き起こされるリズムの変化は、シミュレートされたテンパリングの一形態として解釈できる。
- 参考スコア（独自算出の注目度）: 4.740331086113564
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Being permanently confronted with an uncertain world, brains have faced
evolutionary pressure to represent this uncertainty in order to respond
appropriately. Often, this requires visiting multiple interpretations of the
available information or multiple solutions to an encountered problem. This
gives rise to the so-called mixing problem: since all of these "valid" states
represent powerful attractors, but between themselves can be very dissimilar,
switching between such states can be difficult. We propose that cortical
oscillations can be effectively used to overcome this challenge. By acting as
an effective temperature, background spiking activity modulates exploration.
Rhythmic changes induced by cortical oscillations can then be interpreted as a
form of simulated tempering. We provide a rigorous mathematical discussion of
this link and study some of its phenomenological implications in computer
simulations. This identifies a new computational role of cortical oscillations
and connects them to various phenomena in the brain, such as sampling-based
probabilistic inference, memory replay, multisensory cue combination, and place
cell flickering.
- Abstract（参考訳）: 不確実な世界と永久に対立している脳は、この不確実性を表現するために進化的な圧力に直面している。
多くの場合、これは遭遇した問題に対する利用可能な情報や複数の解決策の複数の解釈を訪問する必要がある。
これはいわゆる混合問題(mixing problem)を生じさせる: これらの「有価」状態はいずれも強力なアトラクタを表わすが、それ自身と非常に異なっている可能性があるので、そのような状態間の切り替えは困難である。
この課題を克服するために,皮質振動を効果的に利用することを提案する。
有効温度として作用することにより、背景スパイキング活性は探索を調節する。
皮質振動によって引き起こされるリズム変化は、シミュレートされたテンパリングの形として解釈できる。
このリンクに関する厳密な数学的議論を行い、その現象学的意味のいくつかをコンピュータシミュレーションで研究する。
これは皮質振動の新たな計算的役割を特定し、サンプリングに基づく確率的推論、メモリリプレイ、多感覚キューの組み合わせ、プレースセルフリッカリングなど、脳内の様々な現象とそれらを結びつける。
関連論文リスト
- Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks [59.38765771221084]
本稿では、ディープラーニングフレームワークと互換性があり、スケーラブルな、生理学的にインスパイアされた音声認識アーキテクチャを提案する。
本研究では, 終末から終末までの勾配降下訓練が, 中枢スパイク神経ネットワークにおける神経振動の出現に繋がることを示す。
本研究は, スパイク周波数適応やリカレント接続などのフィードバック機構が, 認識性能を向上させるために, 神経活動の調節と同期に重要な役割を担っていることを明らかにする。
論文 参考訳（メタデータ） (2024-04-22T09:40:07Z) - Astrocytes as a mechanism for meta-plasticity and contextually-guided
network function [2.66269503676104]
アストロサイトは、ユビキタスでエニグマティックな非神経細胞である。
アストロサイトは脳機能や神経計算においてより直接的で活発な役割を果たす。
論文 参考訳（メタデータ） (2023-11-06T20:31:01Z) - Unsupervised Learning of Invariance Transformations [105.54048699217668]
近似グラフ自己同型を見つけるためのアルゴリズムフレームワークを開発する。
重み付きグラフにおける近似自己同型を見つけるために、このフレームワークをどのように利用できるかについて議論する。
論文 参考訳（メタデータ） (2023-07-24T17:03:28Z) - Machine learning of hidden variables in multiscale fluid simulation [77.34726150561087]
流体力学方程式を解くには、しばしばミクロ物理学の欠如を考慮に入れた閉包関係を用いる必要がある。
本研究では, 終端微分可能な偏微分方程式シミュレータを用いて, 偏微分ニューラルネットワークを訓練する。
本手法により, 非線形, 大型クヌーズン数プラズマ物理を再現する方程式に基づく手法が可能であることを示す。
論文 参考訳（メタデータ） (2023-06-19T06:02:53Z) - Physics-Informed Neural Networks for Discovering Localised Eigenstates
in Disordered Media [0.0]
物理インフォームドニューラルネットワーク(PINN)を用いた障害メディア中の局所固有状態の発見のための新しいアプローチを提案する。
我々は、ベルヌーイ分布、正規分布、均一分布に応じてランダムに生成されるポテンシャルを持つ1次元のハミルトニアンのスペクトル近似に焦点を当てる。
本研究では,これらの領域で発生した既知の物理現象を利用して領域をスキャンし,固有状態の発見に成功した損失関数に新しい特徴を導入する。
論文 参考訳（メタデータ） (2023-05-11T13:51:21Z) - Reminiscence of classical chaos in driven transmons [117.851325578242]
共振器外ドライブでさえ、トランスモンスペクトルの構造に強い変化をもたらし、その大部分がカオスであることを示す。
その結果、カオス誘起量子分解効果の出現を特徴付ける光子数しきい値が導かれる。
論文 参考訳（メタデータ） (2022-07-19T16:04:46Z) - Latent Equilibrium: A unified learning theory for arbitrarily fast
computation with arbitrarily slow neurons [0.7340017786387767]
遅いコンポーネントのネットワークにおける推論と学習のための新しいフレームワークであるLatent Equilibriumを紹介する。
我々は, ニューロンとシナプスのダイナミクスを, 将来的なエネルギー関数から導出する。
本稿では,大脳皮質微小循環の詳細なモデルに我々の原理を適用する方法について述べる。
論文 参考訳（メタデータ） (2021-10-27T16:15:55Z) - Using the Environment to Understand non-Markovian Open Quantum Systems [0.0]
ガウス環境の任意の相関関数を推定するために,任意の手法で計算されたシステム相関を用いる方法を示す。
正確な浴槽力学を得るために,システム力学を数値的に正確にシミュレーションする手法を用いる。
論文 参考訳（メタデータ） (2021-06-08T09:43:03Z) - Reservoir Memory Machines as Neural Computers [70.5993855765376]
微分可能なニューラルネットワークは、干渉することなく明示的なメモリで人工ニューラルネットワークを拡張する。
我々は、非常に効率的に訓練できるモデルを用いて、微分可能なニューラルネットワークの計算能力を実現する。
論文 参考訳（メタデータ） (2020-09-14T12:01:30Z) - Learning to infer in recurrent biological networks [4.56877715768796]
大脳皮質は逆アルゴリズムで学習するかもしれないと我々は主張する。
画像とビデオのデータセットをモデル化するために訓練されたリカレントニューラルネットワークについて説明する。
論文 参考訳（メタデータ） (2020-06-18T19:04:47Z) - Optimal Learning with Excitatory and Inhibitory synapses [91.3755431537592]
相関関係の存在下でアナログ信号間の関連性を保持するという課題について検討する。
ランダムな入力および出力プロセスのパワースペクトルの観点から、典型的な学習性能を特徴付ける。
論文 参考訳（メタデータ） (2020-05-25T18:25:54Z)
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。