論文の概要: Chaos may enhance expressivity in cerebellar granular layer
- arxiv url: http://arxiv.org/abs/2006.11532v1
- Date: Sat, 20 Jun 2020 09:46:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-18 23:05:11.375939
- Title: Chaos may enhance expressivity in cerebellar granular layer
- Title（参考訳）: カオスは小脳顆粒層の表現性を高めるかもしれない
- Authors: Keita Tokuda and Naoya Fujiwara and Akihito Sudo and Yuichi Katori
- Abstract要約: ゴルジ細胞間のギャップ接合を通した拡散結合を有する小脳顆粒層のモデルを構築した。
拡散結合によって引き起こされるカオス力学は、幅広い周波数成分を含む複雑な出力パターンをもたらすことを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent evidence suggests that Golgi cells in the cerebellar granular layer
are densely connected to each other with massive gap junctions. Here, we
propose that the massive gap junctions between the Golgi cells contribute to
the representational complexity of the granular layer of the cerebellum by
inducing chaotic dynamics. We construct a model of cerebellar granular layer
with diffusion coupling through gap junctions between the Golgi cells, and
evaluate the representational capability of the network with the reservoir
computing framework. First, we show that the chaotic dynamics induced by
diffusion coupling results in complex output patterns containing a wide range
of frequency components. Second, the long non-recursive time series of the
reservoir represents the passage of time from an external input. These
properties of the reservoir enable mapping different spatial inputs into
different temporal patterns.
- Abstract（参考訳）: 最近の証拠は、小脳顆粒層のゴルジ細胞が、大きなギャップ接合で互いに密結合していることを示している。
本稿では,ゴルジ細胞間の巨大ギャップ接合が小脳の粒状層をカオスダイナミクスに誘導することにより,複雑に表せることを提案する。
ゴルジ細胞間のギャップ接合を通した拡散結合を有する小脳顆粒層のモデルを構築し,貯水池計算フレームワークを用いてネットワークの表現能力を評価する。
まず,拡散結合によって引き起こされるカオス的ダイナミクスが,広い周波数成分を含む複雑な出力パターンをもたらすことを示す。
第2に、貯水池の長い非再帰時系列は、外部入力からの時間の経過を表す。
これらの性質により、異なる空間入力を異なる時間パターンにマッピングすることができる。
関連論文リスト
- KLDD: Kalman Filter based Linear Deformable Diffusion Model in Retinal Image Segmentation [51.03868117057726]
本稿では,網膜血管分割のためのKLDDモデルを提案する。
我々のモデルは、変形可能な畳み込みの柔軟な受容場を利用して、分割を反復的に洗練する拡散過程を用いる。
実験は網膜基底画像データセット(DRIVE,CHASE_DB1)とOCTA-500データセットの3mm,6mmで評価された。
論文 参考訳（メタデータ） (2024-09-19T14:21:38Z) - Graph Neural Aggregation-diffusion with Metastability [4.040326569845733]
微分方程式に基づく連続グラフニューラルモデルはグラフニューラルネット(GNN)のアーキテクチャを拡張した
相互作用ポテンシャルによって誘導される非線形拡散と凝集の微妙なバランスを含むグラフ凝集拡散方程式に着想を得たGRADEを提案する。
我々はGRADEが様々なベンチマークで競合性能を達成し、GNNにおける過度にスムースな問題を軽減することを証明した。
論文 参考訳（メタデータ） (2024-03-29T15:05:57Z) - Manipulating growth and propagation of correlations in dipolar
multilayers: From pair production to bosonic Kitaev models [0.0]
多体スピンダイナミクスをボソニックモデルにマッピングする。
二重層構成では、量子光学から知られているパラダイム的な2モードスキーズ・ハミルトンをいかに設計するかを示す。
多層構造では、層方向に沿ってキラル伝播を示す北エフモデルのボソニック変種を設計した。
論文 参考訳（メタデータ） (2022-11-22T19:00:01Z) - Brain Cortical Functional Gradients Predict Cortical Folding Patterns
via Attention Mesh Convolution [51.333918985340425]
我々は,脳の皮質ジャイロ-サルカル分割図を予測するための新しいアテンションメッシュ畳み込みモデルを開発した。
実験の結果,我々のモデルによる予測性能は,他の最先端モデルよりも優れていた。
論文 参考訳（メタデータ） (2022-05-21T14:08:53Z) - Tuning long-range fermion-mediated interactions in cold-atom quantum
simulators [68.8204255655161]
コールド原子量子シミュレータにおける工学的な長距離相互作用は、エキゾチックな量子多体挙動を引き起こす。
そこで本研究では,現在実験プラットフォームで利用可能ないくつかのチューニングノブを提案する。
論文 参考訳（メタデータ） (2022-03-31T13:32:12Z) - Intrinsic mechanisms for drive-dependent Purcell decay in
superconducting quantum circuits [68.8204255655161]
キャビティ・クビット・デチューニングは,多種多様な設定において,非ゼロフォトニック集団がクビット崩壊パーセルを増大または減少させるか否かを制御している。
本手法は,ケディシュによるシステム処理の知見とリンドブラッド理論を組み合わせたものである。
論文 参考訳（メタデータ） (2021-06-09T16:21:31Z) - Continuous and time-discrete non-Markovian system-reservoir
interactions: Dissipative coherent quantum feedback in Liouville space [62.997667081978825]
2つの構造型貯水池に同時に露出する量子系について検討する。
対角線と対角線と外対角線の両方の貯留層相互作用を2倍のメモリと組み合わせた数値的精度の擬似2次元テンソルネットワークを用いて連続的および離散的遅延効果を示す。
例えば、離散フォトニックフィードバックと構造された音響フォノノノビアンモードの非マルコフ的相互作用を考察し、初期励起された2レベルシステム内での貯留層間相関と長寿命個体群トラップの出現を導いた。
論文 参考訳（メタデータ） (2020-11-10T12:38:35Z) - Clustered Superfluids in the One Dimensional Bose-Hubbard model with
extended correlated hopping [0.0]
格子形状に閉じ込められたボソン系における拡張相関ホッピング法の効果について検討した。
我々は、通常のモットおよび超流動状態とは別に、興味深いクラスタリング特性を持つ超流動相が発生するような、豊富な基底状態相図を同定する。
論文 参考訳（メタデータ） (2020-10-27T17:22:06Z) - Memory kernel and divisibility of Gaussian Collisional Models [0.0]
オープンシステムのダイナミクスにおけるメモリ効果は、ここ数十年で大きな関心を集めてきた。
我々は,部分的なSWAPを実装したビームスプリッタと,アンシラを絡めて励起をシステムに供給する2モードスキューズという2種類の相互作用を解析する。
これら2つの代表的なシナリオのメモリカーネルの解析と拡張性により、量子領域におけるメモリ効果の背後にある複雑なメカニズムの解明に寄与する。
論文 参考訳（メタデータ） (2020-08-03T10:28:55Z) - LORCK: Learnable Object-Resembling Convolution Kernels [1.853658628381862]
セグメント化された器官の輪郭をミリ波で学習する,新しい中空核のクラスを提案する。
提案したカーネルを用いて一連のU-Netライクなニューラルネットワークをトレーニングし、様々な時間的畳み込みシナリオにおけるアイデアの優位性を実証する。
我々の結果は、他のドメイン固有のディープラーニングアプリケーションへの道を開いた。
論文 参考訳（メタデータ） (2020-07-09T23:17:40Z) - Dynamical solitons and boson fractionalization in cold-atom topological
insulators [110.83289076967895]
Incommensurate densities において $mathbbZ$ Bose-Hubbard モデルについて検討する。
我々は、$mathbbZ$フィールドの欠陥が基底状態にどのように現れ、異なるセクターを接続するかを示す。
ポンピングの議論を用いて、有限相互作用においても生き残ることを示す。
論文 参考訳（メタデータ） (2020-03-24T17:31:34Z)
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。