Fugu-MT 論文翻訳(概要): Phenomenological modeling of diverse and heterogeneous synaptic dynamics at natural density

論文の概要: Phenomenological modeling of diverse and heterogeneous synaptic dynamics at natural density

arxiv url: http://arxiv.org/abs/2212.05354v1
Date: Sat, 10 Dec 2022 19:24:58 GMT
ステータス: 処理完了
システム内更新日: 2022-12-13 16:22:31.805849
Title: Phenomenological modeling of diverse and heterogeneous synaptic dynamics at natural density
Title（参考訳）: 自然密度における多種・異種シナプスダイナミクスの現象論的モデリング
Authors: Agnes Korcsak-Gorzo, Charl Linssen, Jasper Albers, Stefan Dasbach, Renato Duarte, Susanne Kunkel, Abigail Morrison, Johanna Senk, Jonas Stapmanns, Tom Tetzlaff, Markus Diesmann, Sacha J. van Albada
Abstract要約: この章は、計算神経科学の観点から、脳のシナプス的構造に光を当てている。これは、数学的モデルにおける経験的データの説明方法、ソフトウェアでそれらを実装し、実験を反映するシミュレーションを実行する方法について、序文の概要を提供する。
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: This chapter sheds light on the synaptic organization of the brain from the perspective of computational neuroscience. It provides an introductory overview on how to account for empirical data in mathematical models, implement them in software, and perform simulations reflecting experiments. This path is demonstrated with respect to four key aspects of synaptic signaling: the connectivity of brain networks, synaptic transmission, synaptic plasticity, and the heterogeneity across synapses. Each step and aspect of the modeling and simulation workflow comes with its own challenges and pitfalls, which are highlighted and addressed in detail.
Abstract（参考訳）: この章は、計算神経科学の観点から、脳のシナプス構造に光を当てている。数学モデルにおける経験的データを考慮し、ソフトウェアに実装し、実験を反映したシミュレーションを実行する方法について、入門的な概要を提供する。この経路はシナプスシグナルの4つの重要な側面(脳ネットワークの接続、シナプス伝達、シナプス可塑性、シナプス間の不均一性)について示される。モデリングとシミュレーションのワークフローの各ステップと側面には、それぞれ独自の課題と落とし穴があり、それが強調され、詳細に対処されている。

関連論文リスト

Artificial Kuramoto Oscillatory Neurons [65.16453738828672]
しきい値単位の動的代替として人工内蔵ニューロン(AKOrN)を導入する。このアイデアは、幅広いタスクにまたがってパフォーマンス改善をもたらすことを示しています。これらの経験的結果は、神経表現の最も基本的なレベルにおいて、私たちの仮定の重要性を示していると信じている。
論文参考訳（メタデータ） (2024-10-17T17:47:54Z)
Contrastive Learning in Memristor-based Neuromorphic Systems [55.11642177631929]
スパイクニューラルネットワークは、現代のバックプロパゲーションによって訓練されたディープネットワークに直面する重要な制約の多くを横取りする、ニューロンベースのモデルの重要なファミリーとなっている。本研究では,前向き・後向き学習のニューロモルフィック形式であるコントラッシブ・シグナル依存型塑性(CSDP)の概念実証を設計し,検討する。
論文参考訳（メタデータ） (2024-09-17T04:48:45Z)
A Differentiable Approach to Multi-scale Brain Modeling [3.5874544981360987]
本稿では,脳シミュレータBrainPyを用いたマルチスケール微分脳モデリングワークフローを提案する。単一ニューロンレベルでは、微分可能なニューロンモデルを実装し、電気生理学的データへの適合を最適化するために勾配法を用いる。ネットワークレベルでは、生物学的に制約されたネットワークモデルを構築するためにコネクトロミックデータを組み込む。
論文参考訳（メタデータ） (2024-06-28T07:41:31Z)
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)
Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文参考訳（メタデータ） (2023-10-03T05:40:56Z)
Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文参考訳（メタデータ） (2023-03-30T02:40:28Z)
Discovering mesoscopic descriptions of collective movement with neural stochastic modelling [4.7163839266526315]
小～中規模の集団運動(sim$10-1000、別名Meso)は、順序によって非自明な特徴を示す。ここでは、相互作用する個人の神経群ダイナミクスを特徴付けるために、物理に着想を得たネットワークベースのアプローチを用いる。本研究では,この手法を合成と実世界の両方のデータセットに適用し,ドリフトと拡散場を用いたダイナミックスの決定論的および側面を同定する。
論文参考訳（メタデータ） (2023-03-17T11:49:17Z)
Spike-based local synaptic plasticity: A survey of computational models and neuromorphic circuits [1.8464222520424338]
シナプス可塑性のモデル化における歴史的,ボトムアップ的,トップダウン的なアプローチを概観する。スパイクベース学習ルールの低レイテンシおよび低消費電力ハードウェア実装をサポートする計算プリミティブを同定する。
論文参考訳（メタデータ） (2022-09-30T15:35:04Z)
Neurons as hierarchies of quantum reference frames [0.0]
我々は、シナプス、樹状突起および軸索過程、ニューロン、局所ネットワークの均一でスケーラブルな表現を開発する。発達的・再生的文脈において、モデルがどのように非神経細胞や組織に一般化されるのかを概説する。
論文参考訳（メタデータ） (2022-01-04T00:53:56Z)
Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文参考訳（メタデータ） (2021-12-06T18:45:31Z)

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。