論文の概要: Physarum Polycephalum Intelligent Foraging Behaviour and Applications -- Short Review

• arxiv url: http://arxiv.org/abs/2103.00172v1
• Date: Sat, 27 Feb 2021 10:19:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-03 16:46:52.094301
• Title: Physarum Polycephalum Intelligent Foraging Behaviour and Applications -- Short Review
• Title（参考訳）: Pysarum Polycephalum Intelligent foraging Behaviour and Applications -Short Review
• Authors: Abubakr Awad, Wei Pang, David Lusseau, George M. Coghill
• Abstract要約: このレビューは、最近のphysarum polycephalumの生物学的側面、数学的モデル、およびphysarum bio-inspired algorithmsとその応用を概観する。
• 参考スコア（独自算出の注目度）: 6.0934751802800715
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Physarum polycephalum (Physarum for short) is an example of plasmodial slime moulds that are classified as a fungus "Myxomycetes". In recent years, research on Physarum has become more popular after Nakagaki et al. (2000) performed his famous experiments showing that Physarum was able to find the shortest route through a maze. Physarum) may not have a central information processing unit like a brain, however, recent research has confirmed the ability of Physarum-inspired algorithms to solve a wide range of NP-hard problems. This review will through light on recent Physarum polycephalum biological aspects, mathematical models, and Physarum bio-inspired algorithms and its applications. Further, we have added presented our new model to simulate Physarum in competition, where multiple Physarum interact with each other and with their environments. The bio-inspired Physarum in competition algorithms proved to have great potentials in dealing with graph-optimisation problems in a dynamic environment as in Mobile Wireless Sensor Networks, and Discrete Multi-Objective Optimisation problems.
• Abstract（参考訳）: Physarum polycephalum(略してPhysarum)は、菌類「Myxomycetes(菌類)」に分類されるプラスミド状のスライム型の例である。 近年ではナカガキ等に次いでフィサラムの研究が盛んになっている。 (2000)は、フィサラムが迷路を通る最も短いルートを見つけることができたことを示す有名な実験を行った。 Physarum)は脳のような中央情報処理ユニットを持っていませんが、最近の研究では、Physarumに触発されたアルゴリズムが幅広いNPハード問題を解決する能力が確認されています。 このレビューは、最近のphysarum polycephalumの生物学的側面、数学的モデル、およびphysarum bio-inspired algorithmsとその応用を概観する。 さらに、競合相手のPhysarumをシミュレートするための新しいモデルも追加し、複数のPhysarumが相互に相互作用し、環境と相互作用することを示した。 競争アルゴリズムにおけるバイオインスパイアされたPhysarumは、Mobile Wireless Sensor NetworksやDiscrete Multi-Objective Optimization problemのような動的環境におけるグラフ最適化問題に対処する上で大きな可能性を秘めている。

関連論文リスト

• Don't Cut Corners: Exact Conditions for Modularity in Biologically Inspired Representations [52.48094670415497]
  我々は、生物にインスパイアされた表現が、ソース変数(ソース)に関してモジュール化されるときの理論を開発する。 我々は、最適な生物学的にインスパイアされたリニアオートエンコーダのニューロンがモジュラー化されるかどうかを判断する情報源のサンプルに対して、必要かつ十分な条件を導出する。 我々の理論はどんなデータセットにも当てはまり、以前の研究で研究された統計的な独立性よりもはるかに長い。
  論文  参考訳（メタデータ） (2024-10-08T17:41:37Z)
• Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
  同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。 構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。 スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
  論文  参考訳（メタデータ） (2024-03-02T00:56:05Z)
• A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
  バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。 本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。 我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
  論文  参考訳（メタデータ） (2024-02-16T18:05:09Z)
• Fast spline detection in high density microscopy data [0.0]
  多生物系の顕微鏡的研究において、衝突と重なりの問題は依然として困難である。 そこで,本研究では,一般的なモチーフと重なり合うスプラインの正確な形状軌跡を抽出する,エンドツーエンドの深層学習手法を開発した。 線虫Caenorhabditis elegansの密集実験における使用性の設定と実証を行った。
  論文  参考訳（メタデータ） (2023-01-11T13:40:05Z)
• Hybrid Quantum Generative Adversarial Networks for Molecular Simulation and Drug Discovery [13.544339314714902]
  現在の古典的な計算力は、小さな分子以上をシミュレートするには不十分である。 毎年数十億ドルが研究に費やされている。 グラフ構造化データの深い生成モデルは、化学合成の問題に新たな視点を与えてくれる。
  論文  参考訳（メタデータ） (2022-12-15T13:36:35Z)
• The Power of Many: A Physarum Swarm Steiner Tree Algorithm [0.0]
  Euclidean Steiner ツリー問題の解法として,新しい Physarum Steiner アルゴリズムを開発した。 Physarumは、ネットワークを形成し、他のPhysarum有機体と融合する能力を持つ単細胞スライムカビである。 このアルゴリズムは、その新しいアプローチ、直線特性、および様々な形状と位相曲面上で走る能力によって特に興味深い。
  論文  参考訳（メタデータ） (2021-10-15T17:41:33Z)
• Can the brain use waves to solve planning problems? [62.997667081978825]
  このような課題を解くニューラルネットワークモデルを提案する。 このモデルは、哺乳類の新皮質と海馬に関する幅広い実験的な発見と互換性がある。
  論文  参考訳（メタデータ） (2021-10-11T11:07:05Z)
• Mapping and Validating a Point Neuron Model on Intel's Neuromorphic Hardware Loihi [77.34726150561087]
  インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。 Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。 Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
  論文  参考訳（メタデータ） (2021-09-22T16:52:51Z)
• Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
  ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。 ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。 提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
  論文  参考訳（メタデータ） (2020-08-05T15:45:54Z)
• Distangling Biological Noise in Cellular Images with a focus on Explainability [0.5262554429781318]
  本研究の目的は、細胞内の遺伝的摂動を解読する細胞画像分類モデルを作成することである。 我々はGrad-CAM視覚化の結果を示し、ある特徴が他よりも重要であることを示す。
  論文  参考訳（メタデータ） (2020-07-11T11:04:16Z)
• Is a quantum biosensing revolution approaching? [0.0]
  我々は,NVセンタの適用に関する新たな結果について分析する。 これらの量子センサーが完全な潜在能力に到達するのを阻止する主な課題について論じる。
  論文  参考訳（メタデータ） (2020-06-01T10:19:38Z)

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。