論文の概要: A Coupled Neural Circuit Design for Guillain-Barre Syndrome

• arxiv url: http://arxiv.org/abs/2206.13056v1
• Date: Mon, 27 Jun 2022 05:40:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-29 02:46:24.978005
• Title: A Coupled Neural Circuit Design for Guillain-Barre Syndrome
• Title（参考訳）: Guillain-Barre症候群に対する結合回路設計
• Authors: Oguzhan Derebasi, Murat Isik, Oguzhan Demirag, Dilek Goksel Duru, Anup Das
• Abstract要約: ギラン・バレー症候群(Guillain-Barre syndrome)は、ヒト免疫系が末梢神経系を攻撃する稀な神経疾患である。 本研究では,低コストでエネルギー効率の良いシステムのためのアナログおよびデジタル結合ニューロンモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.20999222360659603
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Guillain-Barre syndrome is a rare neurological condition in which the human immune system attacks the peripheral nervous system. A peripheral nervous system appears as a diffusively connected system of mathematical models of neuron models, and the system's period becomes shorter than the periods of each neural circuit. The stimuli in the conduction path that will address the myelin sheath that has lost its function are received by the axons and are conveyed externally to the target organ, aiming to solve the problem of decreased nerve conduction. In the NEURON simulation environment, one can create a neuron model and define biophysical events that take place within the system for study. In this environment, signal transmission between cells and dendrites is obtained graphically. The simulated potassium and sodium conductance are replicated adequately, and the electronic action potentials are quite comparable to those measured experimentally. In this work, we propose an analog and digital coupled neuron model comprising individual excitatory and inhibitory neural circuit blocks for a low-cost and energy-efficient system. Compared to digital design, our analog design performs in lower frequency but gives a 32.3\% decreased energy efficiency. Thus, the resulting coupled analog hardware neuron model can be a proposed model for the simulation of reduced nerve conduction. As a result, the analog coupled neuron, (even with its greater design complexity) serious contender for the future development of a wearable sensor device that could help with Guillain-Barre syndrome and other neurologic diseases.
• Abstract（参考訳）: ギラン・バレー症候群(guillain-barre syndrome)は、ヒト免疫系が末梢神経系を攻撃するまれな神経疾患である。 末梢神経系は、ニューロンモデルの数学的モデルの拡散連結系として現れ、系周期は各神経回路の周期よりも短くなる。 機能を失ったミエリンシースに対処する伝導経路の刺激は軸索によって受容され、神経伝導の低下の問題を解決することを目的として、標的臓器に外部に伝達される。 NEURONシミュレーション環境では、ニューロンモデルを作成し、研究のためのシステム内で起こる生物物理学的な事象を定義することができる。 この環境では、細胞と樹状突起の間の信号伝達をグラフィカルに得る。 シミュレーションされたカリウムとナトリウムのコンダクタンスは適切に複製され、電子作用電位は実験的に測定されたものと非常に同等である。 本研究では、低コストでエネルギー効率のよいシステムのために、個々の興奮性および抑制性神経回路ブロックからなるアナログおよびデジタル結合ニューロンモデルを提案する。 ディジタル設計と比較して、アナログ設計は低い周波数で動作するが、エネルギー効率は32.3倍に低下する。 したがって、結果として生じるアナログハードウェアニューロンモデルは、神経伝導の減少をシミュレーションするためのモデルとして提案できる。 その結果、アナログ結合ニューロン(その設計の複雑さも大きい)は、ギラン・バレー症候群やその他の神経疾患の予防に役立つウェアラブルセンサーデバイスの開発に真剣な競争を繰り広げた。

関連論文リスト

• The Neuron as a Direct Data-Driven Controller [43.8450722109081]
  本研究は、ニューロンを最適フィードバックコントローラとして概念化し、予測を最適化する現在の規範モデルを拡張する。 我々は、ニューロンを生物学的に実現可能なコントローラとしてモデル化し、ループダイナミクスを暗黙的に識別し、潜伏状態を推測し、制御を最適化する。 我々のモデルは、従来の、フィードフォワード、即時応答のマカロック-ピッツ-ローゼンブラットニューロンから大きく離れており、ニューラルネットワークを構築するための、新しく生物学的にインフォームドされた基本ユニットを提供する。
  論文  参考訳（メタデータ） (2024-01-03T01:24:10Z)
• Learning with Chemical versus Electrical Synapses -- Does it Make a Difference? [61.85704286298537]
  バイオインスパイアされたニューラルネットワークは、ニューラルネットワークの理解を深め、AIシステムの最先端を改善する可能性がある。 我々は,光リアルな自律走行シミュレータを用いて自律車線維持実験を行い,その性能を種々の条件下で評価する。
  論文  参考訳（メタデータ） (2023-11-21T13:07:20Z)
• The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks [64.08042492426992]
  本稿では,脳皮質ニューロンの生物学的モデルであるExpressive Memory(ELM)ニューロンモデルを紹介する。 ELMニューロンは、上記の入力-出力関係を1万以下のトレーニング可能なパラメータと正確に一致させることができる。 本稿では,Long Range Arena(LRA)データセットなど,時間構造を必要とするタスクで評価する。
  論文  参考訳（メタデータ） (2023-06-14T13:34:13Z)
• 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)
• Phenomenological Model of Superconducting Optoelectronic Loop Neurons [0.0]
  超伝導光電子ループニューロン(英: Superconducting optoelectronic loop neurons)は、大規模人工認知のためのネットワークに導かれる回路の一種である。 これまで、ループニューロンの全てのシミュレーションは、シナプス、デンドライト、ニューロンの挙動をモデル化するために第一原理回路解析を用いてきた。 ここでは、関連するシナプス、樹状突起、神経回路の挙動を捉えるためのモデリングフレームワークを紹介する。
  論文  参考訳（メタデータ） (2022-10-18T16:38:35Z)
• Energy-Efficient High-Accuracy Spiking Neural Network Inference Using Time-Domain Neurons [0.18352113484137625]
  本稿では低出力高線形時間領域I&Fニューロン回路を提案する。 提案されたニューロンは、MNIST推論において4.3倍のエラー率をもたらす。 提案したニューロン回路で消費される電力は1ニューロンあたり0.230uWとシミュレートされ、これは既存の電圧領域ニューロンよりも桁違いに低い。
  論文  参考訳（メタデータ） (2022-02-04T08:24:03Z)
• 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)
• Improving Spiking Neural Network Accuracy Using Time-based Neurons [0.24366811507669117]
  アナログニューロンを用いた低消費電力スパイクニューラルネットワークに基づくニューロモルフィックコンピューティングシステムの研究が注目されている。 技術のスケールダウンに伴い、アナログニューロンはスケールが難しく、電圧ヘッドルーム/ダイナミックレンジの減少と回路の非線形性に悩まされる。 本稿では,28nmプロセスで設計した既存の電流ミラー型電圧ドメインニューロンの非線形挙動をモデル化し,ニューロンの非線形性の影響によりSNN推定精度を著しく劣化させることができることを示す。 本稿では,時間領域のスパイクを処理し,線形性を大幅に向上させる新しいニューロンを提案する。
  論文  参考訳（メタデータ） (2022-01-05T00:24:45Z)
• 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)
• Modeling the Nervous System as An Open Quantum System [4.590533239391236]
  本稿では,ニューロン同士の相互作用をシミュレートする多ニューロン相互作用系のニューラルネットワークモデルを提案する。 我々は、デンドライト、軸索、シナプスを含む神経細胞周囲を物理的にモデル化する。 このモデルはランダムニューロンとニューロンの相互作用を発生させることができ、神経系における情報伝達の過程を物理的に記述するのに適している。
  論文  参考訳（メタデータ） (2021-03-18T10:17:09Z)
• 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)

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。