論文の概要: Spike-based computational models of bio-inspired memories in the
hippocampal CA3 region on SpiNNaker
- arxiv url: http://arxiv.org/abs/2205.04782v1
- Date: Tue, 10 May 2022 10:03:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-12 21:36:00.051068
- Title: Spike-based computational models of bio-inspired memories in the
hippocampal CA3 region on SpiNNaker
- Title（参考訳）: SpiNNakerの海馬CA3領域におけるバイオインスパイアされた記憶のスパイクに基づく計算モデル
- Authors: Daniel Casanueva-Morato, Alvaro Ayuso-Martinez, Juan P.
Dominguez-Morales, Angel Jimenez-Fernandez and Gabriel Jimenez-Moreno
- Abstract要約: 完全機能海馬バイオインスパイア記憶のスパイクに基づく2つの計算モデルを開発した。
このモデルは、将来のスパイクベースの実装とアプリケーションへの道を開くかもしれない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The human brain is the most powerful and efficient machine in existence
today, surpassing in many ways the capabilities of modern computers. Currently,
lines of research in neuromorphic engineering are trying to develop hardware
that mimics the functioning of the brain to acquire these superior
capabilities. One of the areas still under development is the design of
bio-inspired memories, where the hippocampus plays an important role. This
region of the brain acts as a short-term memory with the ability to store
associations of information from different sensory streams in the brain and
recall them later. This is possible thanks to the recurrent collateral network
architecture that constitutes CA3, the main sub-region of the hippocampus. In
this work, we developed two spike-based computational models of fully
functional hippocampal bio-inspired memories for the storage and recall of
complex patterns implemented with spiking neural networks on the SpiNNaker
hardware platform. These models present different levels of biological
abstraction, with the first model having a constant oscillatory activity closer
to the biological model, and the second one having an energy-efficient
regulated activity, which, although it is still bio-inspired, opts for a more
functional approach. Different experiments were performed for each of the
models, in order to test their learning/recalling capabilities. A comprehensive
comparison between the functionality and the biological plausibility of the
presented models was carried out, showing their strengths and weaknesses. The
two models, which are publicly available for researchers, could pave the way
for future spike-based implementations and applications.
- Abstract（参考訳）: 人間の脳は、現在存在する最も強力で効率的な機械であり、現代のコンピュータの能力を大きく上回っている。
現在、ニューロモルフィックエンジニアリングの研究は、これらの優れた能力を得るために脳の機能を模倣するハードウェアの開発を試みている。
現在開発中の領域の1つは、海馬が重要な役割を担っているバイオインスパイアされた記憶の設計である。
脳のこの領域は短期記憶として作用し、脳内の様々な感覚の流れからの情報を記憶し、後で記憶する能力を持つ。
これは、海馬の主要サブリージョンであるCA3を構成する、反復的な側方ネットワークアーキテクチャによって可能となる。
本研究では,SpinNNakerハードウェアプラットフォーム上でのスパイクニューラルネットワークによって実装された複雑なパターンの記憶と記憶のための,完全機能海馬バイオインスパイアメモリのスパイクに基づく2つの計算モデルを開発した。
これらのモデルは生物学的抽象化の異なるレベルを示し、第一のモデルは生物モデルに近い一定の振動活性を持ち、第二のモデルはエネルギー効率の良い調節活性を持ち、生物にインスパイアされているにもかかわらず、より機能的なアプローチを選択する。
学習/リコール能力をテストするために、各モデルに対して異なる実験が行われた。
提案モデルの機能と生物学的妥当性を総合的に比較し,その強度と弱点を示した。
2つのモデルは研究者向けに公開されており、将来のスパイクベースの実装とアプリケーションへの道を開く可能性がある。
関連論文リスト
- CogNGen: Constructing the Kernel of a Hyperdimensional Predictive
Processing Cognitive Architecture [79.07468367923619]
神経生物学的に妥当な2つの計算モデルを組み合わせた新しい認知アーキテクチャを提案する。
我々は、現代の機械学習技術の力を持つ認知アーキテクチャを開発することを目指している。
論文 参考訳（メタデータ） (2022-03-31T04:44:28Z) - Ranking of Communities in Multiplex Spatiotemporal Models of Brain
Dynamics [0.0]
隠れマルコフグラフモデル(HMs)と呼ぶ多重脳状態グラフモデルとして、ニューラルHMMの解釈を提案する。
この解釈により、ネットワーク分析技術の完全なレパートリーを使用して、動的脳活動を分析することができる。
ランダムウォークに基づく手法を用いて,脳領域の重要なコミュニティを決定するための新しいツールを開発した。
論文 参考訳（メタデータ） (2022-03-17T12:14:09Z) - 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) - From internal models toward metacognitive AI [0.0]
前頭前皮質では、「認知現実監視ネットワーク」と呼ばれる分散型エグゼクティブネットワークが、生成的逆モデルペアの意識的な関与を編成する。
高い責任信号は、外界を最も捉えているペアに与えられる。
意識はすべての対における責任信号のエントロピーによって決定される。
論文 参考訳（メタデータ） (2021-09-27T05:00:56Z) - Associative Memories via Predictive Coding [37.59398215921529]
脳内の連想記憶は感覚ニューロンによって登録された活動パターンを受信し、記憶する。
本稿では,知覚ニューロンを介して外部刺激を受ける階層的生成ネットワークに基づいて,連想記憶を実現する新しいニューラルモデルを提案する。
論文 参考訳（メタデータ） (2021-09-16T15:46:26Z) - On the Evolution of Neuron Communities in a Deep Learning Architecture [0.7106986689736827]
本稿では,ディープラーニングに基づく分類モデルのニューロン活性化パターンについて検討する。
コミュニティの品質(モジュラリティ)とエントロピーの両方が、ディープラーニングモデルのパフォーマンスと密接に関連していることを示す。
論文 参考訳（メタデータ） (2021-06-08T21:09:55Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - The Neural Coding Framework for Learning Generative Models [91.0357317238509]
本稿では,脳の予測処理理論に触発された新しい神経生成モデルを提案する。
同様に、私たちの生成モデルにおける人工ニューロンは、隣接するニューロンが何をするかを予測し、予測が現実にどの程度一致するかに基づいてパラメータを調整します。
論文 参考訳（メタデータ） (2020-12-07T01:20:38Z)
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。