論文の概要: Finding the Gap: Neuromorphic Motion Vision in Cluttered Environments
- arxiv url: http://arxiv.org/abs/2102.08417v1
- Date: Tue, 16 Feb 2021 19:19:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-11 00:15:03.250921
- Title: Finding the Gap: Neuromorphic Motion Vision in Cluttered Environments
- Title（参考訳）: 溝の発見: 乱れた環境下でのニューロモルフィックモーションビジョン
- Authors: Thorben Schoepe, Ella Janotte, Moritz B. Milde, Olivier J.N. Bertrand,
Martin Egelhaaf and Elisabetta Chicca
- Abstract要約: ハエの脳では、運動感受性ニューロンは近くの物体の存在を示す。
変化が動物によって感知されるときに起こる。
飛行昆虫の行動を模倣する神経型クローズドループシステムをモデル化する。
- 参考スコア（独自算出の注目度）: 0.17812428873698402
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many animals meander in environments and avoid collisions. How the underlying
neuronal machinery can yield robust behaviour in a variety of environments
remains unclear. In the fly brain, motion-sensitive neurons indicate the
presence of nearby objects and directional cues are integrated within an area
known as the central complex. Such neuronal machinery, in contrast with the
traditional stream-based approach to signal processing, uses an event-based
approach, with events occurring when changes are sensed by the animal. Contrary
to von Neumann computing architectures, event-based neuromorphic hardware is
designed to process information in an asynchronous and distributed manner.
Inspired by the fly brain, we model, for the first time, a neuromorphic
closed-loop system mimicking essential behaviours observed in flying insects,
such as meandering in clutter and gap crossing, which are highly relevant for
autonomous vehicles. We implemented our system both in software and on
neuromorphic hardware. While moving through an environment, our agent perceives
changes in its surroundings and uses this information for collision avoidance.
The agent's manoeuvres result from a closed action-perception loop implementing
probabilistic decision-making processes. This loop-closure is thought to have
driven the development of neural circuitry in biological agents since the
Cambrian explosion. In the fundamental quest to understand neural computation
in artificial agents, we come closer to understanding and modelling biological
intelligence by closing the loop also in neuromorphic systems. As a closed-loop
system, our system deepens our understanding of processing in neural networks
and computations in biological and artificial systems. With these
investigations, we aim to set the foundations for neuromorphic intelligence in
the future, moving towards leveraging the full potential of neuromorphic
systems.
- Abstract（参考訳）: 多くの動物は環境に潜伏し、衝突を避けます。
基礎となるニューロン機構が様々な環境で強固な行動を起こす方法はまだ不明である。
ハエの脳では、運動感受性ニューロンは近くの物体の存在を示し、方向の手がかりは中心複合体と呼ばれる領域に統合される。
このようなニューロン機構は、従来のストリームベースの信号処理アプローチとは対照的に、動物によって変化が感知されたときに発生するイベントベースのアプローチを用いる。
von neumannのコンピューティングアーキテクチャとは対照的に、イベントベースのニューロモルフィックハードウェアは、非同期かつ分散的な方法で情報を処理するように設計されている。
筆者らはハエの脳にインスパイアされた神経型クローズドループシステムを初めてモデル化し、空飛ぶ昆虫に観察される重要な挙動を模倣する。
我々はソフトウェアとニューロモルフィックハードウェアの両方でシステムを実装した。
環境中を移動中、エージェントは周囲の変化を認識し、衝突回避のためにこの情報を利用する。
エージェントの操作は確率論的意思決定プロセスを実装する閉じた行動知覚ループから生じる。
このループ閉鎖はカンブリア爆発以来、生物学的エージェントにおける神経回路の発達を促したと考えられている。
人工エージェントの神経計算を理解するための基本的な探求では、神経形態的システムにおいてもループを閉じることで生物学的知性の理解とモデリングに近づいた。
クローズドループシステムとして、ニューラルネットワークにおける処理の理解を深め、生体および人工システムの計算を行う。
これらの研究により,我々は今後,ニューロモルフィック・インテリジェンスの基礎を定め,ニューロモルフィック・システムの潜在能力を最大限に活用することを目指している。
関連論文リスト
- Covariant spatio-temporal receptive fields for neuromorphic computing [1.9365675487641305]
この研究は、スケール理論と計算神経科学の取り組みを組み合わせて、ニューロモルフィックシステムにおける時間的信号を処理するための理論的に確立された方法を特定する。
私たちのコントリビューションは、信号処理やイベントベースのビジョンに即時に関係しており、メモリや制御など、空間や時間とともに他の処理タスクにも拡張することができます。
論文 参考訳（メタデータ） (2024-05-01T04:51:10Z) - A Neuromorphic Approach to Obstacle Avoidance in Robot Manipulation [16.696524554516294]
カメラ搭載マニピュレータにおける障害物回避のためのニューロモルフィックアプローチを開発する。
提案手法は, 畳み込みSNNでエミュレートされたイベントデータを処理し, 反応操作による高次軌道計画に適応する。
本研究は,SNN学習の導入,ニューロモルフィックプロセッサの利用,およびニューロモルフィック手法の可能性を探るものである。
論文 参考訳（メタデータ） (2024-04-08T20:42:10Z) - Hebbian Learning based Orthogonal Projection for Continual Learning of
Spiking Neural Networks [74.3099028063756]
我々は,側方接続とヘビアン学習に基づくニューラル操作を用いた新しい手法を開発した。
我々は,反復する側方接続におけるヘビアン学習と反ヘビアン学習が,神経活動の主部分空間を効果的に抽出できることを示した。
我々の手法は、ほとんど忘れることなくニューラルネットワークをスパイクするために一貫して解決する。
論文 参考訳（メタデータ） (2024-02-19T09:29:37Z) - Emulating insect brains for neuromorphic navigation [2.363032911160697]
本研究では,このニューラルネットワークをニューロモルフィック混合信号プロセッサBrainScaleS-2上でエミュレートし,ミツバチを誘導する。
環境、感覚器官、脳、アクチュエーター、仮想体を含む全ての実体は、単一のBrainScaleS-2マイクロチップで自律的に実行される。
BrainScaleS-2は、生物学の1000倍の速さで神経プロセスをエミュレートするので、320世代にまたがる4800回のハチの旅は、1つのニューロモルフィックコア上でわずか半時間以内に起こる。
論文 参考訳（メタデータ） (2023-12-31T12:05:42Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z) - A Goal-Driven Approach to Systems Neuroscience [2.6451153531057985]
人間と動物は、動的環境において様々な興味深い行動を示す。
私たちの脳が、こうした行動を可能にするために、どのようにしてこの密集した感覚情報を積極的に再構築するかは不明です。
我々は、ニューラルサーキットの統一構造モデルと機能モデルを生み出すことを約束する新しい解釈可能性の定義を提供する。
論文 参考訳（メタデータ） (2023-11-05T16:37:53Z) - Constraints on the design of neuromorphic circuits set by the properties
of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。
ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文 参考訳（メタデータ） (2022-12-08T15:16:04Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - Overcoming the Domain Gap in Neural Action Representations [60.47807856873544]
3Dポーズデータは、手動で介入することなく、マルチビュービデオシーケンスから確実に抽出できる。
本稿では,ニューラルアクション表現の符号化を,ニューラルアクションと行動拡張のセットと共に導くために使用することを提案する。
ドメインギャップを減らすために、トレーニングの間、同様の行動をしているように見える動物間で神経と行動のデータを取り替える。
論文 参考訳（メタデータ） (2021-12-02T12:45:46Z) - Overcoming the Domain Gap in Contrastive Learning of Neural Action
Representations [60.47807856873544]
神経科学の基本的な目標は、神経活動と行動の関係を理解することである。
我々は,ハエが自然に生み出す行動からなる新しいマルチモーダルデータセットを作成した。
このデータセットと新しい拡張セットは、神経科学における自己教師あり学習手法の適用を加速することを約束します。
論文 参考訳（メタデータ） (2021-11-29T15:27:51Z)
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。