Fugu-MT 論文翻訳(概要): Algorithm For 3D-Chemotaxis Using Spiking Neural Network

論文の概要: Algorithm For 3D-Chemotaxis Using Spiking Neural Network

arxiv url: http://arxiv.org/abs/2106.16215v1
Date: Wed, 30 Jun 2021 17:11:00 GMT
ステータス: 処理完了
システム内更新日: 2023-03-24 08:03:58.741815
Title: Algorithm For 3D-Chemotaxis Using Spiking Neural Network
Title（参考訳）: スパイクニューラルネットワークを用いた3次元運動のアルゴリズム
Authors: Jayesh Choudhary, Vivek Saraswat, Udayan Ganguly
Abstract要約: ケモタキシーにインスパイアされた3次元メディアにおいて,輪郭追跡のための終端スパイク実装を考案することを目指している。我々は、クリオキネシスに基づくアルゴリズムを考案し、そこでは、ワームの動きは刺激に反応するが、それに比例しない。
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: In this work, we aim to devise an end-to-end spiking implementation for contour tracking in 3D media inspired by chemotaxis, where the worm reaches the region which has the given set concentration. For a planer medium, efficient contour tracking algorithms have already been devised, but a new degree of freedom has quite a few challenges. Here we devise an algorithm based on klinokinesis - where the motion of the worm is in response to the stimuli but not proportional to it. Thus the path followed is not the shortest, but we can track the set concentration successfully. We are using simple LIF neurons for the neural network implementation, considering the feasibility of its implementation in the neuromorphic computing hardware.
Abstract（参考訳）: 本研究では, 線虫が所定の濃度の領域に到達した3dメディアにおける輪郭追跡のためのエンドツーエンドスパイキング実装を考案することを目的としている。プランナー媒体では、効率の良い輪郭追跡アルゴリズムが既に考案されているが、新しい自由度にはかなりの課題がある。ここではklinokinesisに基づくアルゴリズムを考案する。このアルゴリズムでは、ワームの動きは刺激に反応するが、それに比例しない。したがって、後続の経路は最短ではないが、設定濃度をうまく追跡することができる。我々は、ニューロモルフィックコンピューティングハードウェアにおける実装の可能性を考慮して、単純なLIFニューロンをニューラルネットワークの実装に使用しています。

関連論文リスト

Verified Neural Compressed Sensing [58.98637799432153]
精度の高い計算タスクのために、初めて(私たちの知識を最大限に活用するために)証明可能なニューラルネットワークを開発します。極小問題次元(最大50)では、線形および双項線形測定からスパースベクトルを確実に回復するニューラルネットワークを訓練できることを示す。ネットワークの複雑さは問題の難易度に適応できることを示し、従来の圧縮センシング手法が証明不可能な問題を解く。
論文参考訳（メタデータ） (2024-05-07T12:20:12Z)
GridPull: Towards Scalability in Learning Implicit Representations from 3D Point Clouds [60.27217859189727]
大規模クラウドから暗黙の表現を学習する効率を改善するため,GridPullを提案する。我々の斬新さは、ニューラルネットワークを使わずにグリッド上に定義された離散距離場の高速な推論にある。我々は、一様格子を用いて高速グリッド探索を行い、サンプルクエリをローカライズし、木構造内の表面点を整理し、表面への距離の計算を高速化する。
論文参考訳（メタデータ） (2023-08-25T04:52:52Z)
Globally Optimal Training of Neural Networks with Threshold Activation Functions [63.03759813952481]
しきい値アクティベートを伴うディープニューラルネットワークの重み劣化正規化学習問題について検討した。ネットワークの特定の層でデータセットを破砕できる場合に、簡易な凸最適化の定式化を導出する。
論文参考訳（メタデータ） (2023-03-06T18:59:13Z)
NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
論文参考訳（メタデータ） (2022-09-29T04:06:00Z)
Deep Spiking Convolutional Neural Network for Single Object Localization Based On Deep Continuous Local Learning [0.0]
グレースケール画像における単一物体の局所化のための深部畳み込みスパイクニューラルネットワークを提案する。 Oxford-IIIT-Petで報告された結果は、教師付き学習アプローチによるスパイクニューラルネットワークの活用を検証する。
論文参考訳（メタデータ） (2021-05-12T12:02:05Z)
Simplified Klinokinesis using Spiking Neural Networks for Resource-Constrained Navigation on the Neuromorphic Processor Loihi [0.0]
線虫C. elegansは、単一の濃度センサーに基づいて濃度を感知し、濃度勾配を計算するクリノキシーを用いた化学反応を示す。生体模倣の実装には、複数のイオンチャネルダイナミクスを持つ複雑なニューロンと、制御のためのインターニューロンが必要である。我々は, LIFニューロンのみを用いて, 必要なニューロン動態を実装することで, クリノキネシスによるIntelのLoihiへのケモタキシーの適応を実証した。
論文参考訳（メタデータ） (2021-05-04T08:26:46Z)
Learning from Event Cameras with Sparse Spiking Convolutional Neural Networks [0.0]
畳み込みニューラルネットワーク(CNN)は現在、コンピュータビジョン問題のデファクトソリューションとなっている。イベントカメラとスピーキングニューラルネットワーク(SNN)を用いたエンドツーエンドの生物学的インスパイアされたアプローチを提案する。この手法は、一般的なディープラーニングフレームワークPyTorchを使用して、イベントデータに直接スパーススパイクニューラルネットワークのトレーニングを可能にする。
論文参考訳（メタデータ） (2021-04-26T13:52:01Z)
Truly Sparse Neural Networks at Scale [2.2860412844991655]
私たちは、表現力の観点から訓練された史上最大のニューラルネットワークをトレーニングします。われわれのアプローチは、環境に優しい人工知能時代の道を歩みながら、最先端の性能を持っている。
論文参考訳（メタデータ） (2021-02-02T20:06:47Z)
Weakly-supervised Learning For Catheter Segmentation in 3D Frustum Ultrasound [74.22397862400177]
超音波を用いた新しいカテーテルセグメンテーション法を提案する。提案手法は,1ボリュームあたり0.25秒の効率で最先端の性能を実現した。
論文参考訳（メタデータ） (2020-10-19T13:56:22Z)
Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文参考訳（メタデータ） (2020-02-02T21:09:39Z)
Lossless Compression of Deep Neural Networks [17.753357839478575]
ディープニューラルネットワークは、画像や言語認識など、多くの予測モデリングタスクで成功している。モバイルデバイスのような限られた計算資源の下でこれらのネットワークをデプロイすることは困難である。生成した出力を変更せずに、ニューラルネットワークの単位と層を除去するアルゴリズムを導入する。
論文参考訳（メタデータ） (2020-01-01T15:04:43Z)

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。