Fugu-MT 論文翻訳(概要): Spontaneous Emergence of Computation in Network Cascades

論文の概要: Spontaneous Emergence of Computation in Network Cascades

arxiv url: http://arxiv.org/abs/2204.11956v2
Date: Wed, 27 Apr 2022 14:38:26 GMT
ステータス: 処理完了
システム内更新日: 2022-04-28 11:17:56.178522
Title: Spontaneous Emergence of Computation in Network Cascades
Title（参考訳）: ネットワークカスケードにおける計算の自然発生
Authors: Galen Wilkerson, Sotiris Moschoyiannis, Henrik Jeldtoft Jensen
Abstract要約: 我々は、接続性とアンタゴニズム(阻害)の関数として、閾値ネットワークで複雑なブール関数の計算が自然に発生することを示した。また、ここで観察される抑制の最適割合は、最適な情報処理に関する計算神経科学の結果を支持することも示している。
参考スコア（独自算出の注目度）: 0.7734726150561089
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Neuronal network computation and computation by avalanche supporting networks are of interest to the fields of physics, computer science (computation theory as well as statistical or machine learning) and neuroscience. Here we show that computation of complex Boolean functions arises spontaneously in threshold networks as a function of connectivity and antagonism (inhibition), computed by logic automata (motifs) in the form of computational cascades. We explain the emergent inverse relationship between the computational complexity of the motifs and their rank-ordering by function probabilities due to motifs, and its relationship to symmetry in function space. We also show that the optimal fraction of inhibition observed here supports results in computational neuroscience, relating to optimal information processing.
Abstract（参考訳）: 雪崩支援ネットワークによるニューロンネットワークの計算と計算は、物理学、コンピュータ科学(統計学や機械学習と同様に計算理論)、神経科学の分野に関心がある。ここでは,複雑なブール関数の計算が,論理オートマトン(モチーフ)によって計算された接続性とアンタゴニズム(阻害)の関数として閾値ネットワークで自然に発生することを示す。本稿では,モチーフの計算複雑性とモチーフによる関数確率によるランク順序付けと関数空間の対称性との関係について述べる。また,ここで観察した抑制の最適分画は,最適な情報処理に関する計算的神経科学の成果を裏付けることを示した。

関連論文リスト

An exact mathematical description of computation with transient spatiotemporal dynamics in a complex-valued neural network [33.7054351451505]
線形時間遅延相互作用を持つ複素数値ニューラルネットワーク(-NN)について検討する。 cv-NNは、部分的に同期したキメラ適応状態を含む洗練されたダイナミクスを表示する。我々は,生体ニューロンによってcv-NN計算の計算が可能であることが実証された。
論文参考訳（メタデータ） (2023-11-28T02:23:30Z)
Inferring Inference [7.11780383076327]
我々は,大規模神経活動パターンから標準分散計算を推定するフレームワークを開発した。確率的グラフィカルモデルに近似推論アルゴリズムを暗黙的に実装したモデル脳のための記録をシミュレートする。全体として、このフレームワークはニューラル記録の解釈可能な構造を発見するための新しいツールを提供する。
論文参考訳（メタデータ） (2023-10-04T22:12:11Z)
Cross-Frequency Coupling Increases Memory Capacity in Oscillatory Neural Networks [69.42260428921436]
クロス周波数カップリング(CFC)は、ニューロンの集団間での情報統合と関連している。我々は,海馬および大脳皮質における観測された$theta - gamma$振動回路の計算的役割を予測するCFCのモデルを構築した。 CFCの存在は, 可塑性シナプスによって結合された神経細胞のメモリ容量を増加させることを示す。
論文参考訳（メタデータ） (2022-04-05T17:13:36Z)
Spatiotemporal Patterns in Neurobiology: An Overview for Future Artificial Intelligence [0.0]
我々は,ネットワーク相互作用から生じる機能を明らかにする上で,計算モデルが重要なツールであると主張している。ここでは、スパイキングニューロン、統合ニューロン、発火ニューロンを含むいくつかのモデルのクラスについてレビューする。これらの研究は、人工知能アルゴリズムの今後の発展と、脳のプロセスの理解の検証に役立つことを願っている。
論文参考訳（メタデータ） (2022-03-29T10:28:01Z)
Neural Network Approximations of Compositional Functions With Applications to Dynamical Systems [3.660098145214465]
我々は,合成関数とそのニューラルネットワーク近似の近似理論を開発した。構成関数の重要な特徴の集合と,ニューラルネットワークの特徴と複雑性の関係を同定する。関数近似に加えて、ニューラルネットワークの誤差上限の式もいくつか証明する。
論文参考訳（メタデータ） (2020-12-03T04:40:25Z)
The distribution of inhibitory neurons in the C. elegans connectome facilitates self-optimization of coordinated neural activity [78.15296214629433]
線虫Caenorhabditis elegansの神経系は、昆虫のサイズが小さいにもかかわらず著しく複雑である。一般的な課題は、システムレベルでの神経組織と神経活動の関係をよりよく理解することである。我々は,各ニューロンの神経伝達物質同定を近似した,C. elegans Connectomeの抽象シミュレーションモデルを実装した。
論文参考訳（メタデータ） (2020-10-28T23:11:37Z)
On the Self-Repair Role of Astrocytes in STDP Enabled Unsupervised SNNs [1.0009912692042526]
この研究は、ニューロンとシナプスの計算モデルに対する現在のニューロモルフィックコンピューティングアーキテクチャの焦点を越えている。スパイクタイミング依存塑性(STDP)を用いた教師なし学習によるスパイクニューラルネットワークの耐故障能におけるグリア細胞の役割について検討する。 MNISTデータセットとFashion-MNISTデータセットで提案した提案を,50%から90%までのさまざまな障害度を持つネットワークで実現可能な自己修復の程度を特徴付ける。
論文参考訳（メタデータ） (2020-09-08T01:14:53Z)
Provably Efficient Neural Estimation of Structural Equation Model: An Adversarial Approach [144.21892195917758]
一般化構造方程式モデル(SEM)のクラスにおける推定について検討する。線形作用素方程式をmin-maxゲームとして定式化し、ニューラルネットワーク(NN)でパラメータ化し、勾配勾配を用いてニューラルネットワークのパラメータを学習する。提案手法は,サンプル分割を必要とせず,確固とした収束性を持つNNをベースとしたSEMの抽出可能な推定手順を初めて提供する。
論文参考訳（メタデータ） (2020-07-02T17:55:47Z)
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)
Spiking Neural Networks Hardware Implementations and Challenges: a Survey [53.429871539789445]
スパイキングニューラルネットワークは、ニューロンとシナプスの操作原理を模倣する認知アルゴリズムである。スパイキングニューラルネットワークのハードウェア実装の現状について述べる。本稿では,これらのイベント駆動アルゴリズムの特性をハードウェアレベルで活用するための戦略について論じる。
論文参考訳（メタデータ） (2020-05-04T13:24:00Z)
Space of Functions Computed by Deep-Layered Machines [74.13735716675987]
深層ニューラルネットワークやブール回路を含むランダム層マシンによって計算される関数の空間について検討する。繰り返しおよび層依存アーキテクチャ上で計算されたブール関数の分布を調べた結果、両方のモデルで同じであることが判明した。
論文参考訳（メタデータ） (2020-04-19T18:31:03Z)

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。