論文の概要: Emulating insect brains for neuromorphic navigation
- arxiv url: http://arxiv.org/abs/2401.00473v1
- Date: Sun, 31 Dec 2023 12:05:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 17:06:07.476806
- Title: Emulating insect brains for neuromorphic navigation
- Title(参考訳): ニューロモルフィックナビゲーションのための昆虫脳のエミュレート
- Authors: Korbinian Schreiber, Timo Wunderlich, Philipp Spilger, Sebastian
Billaudelle, Benjamin Cramer, Yannik Stradmann, Christian Pehle, Eric
M\"uller, Mihai A. Petrovici, Johannes Schemmel, Karlheinz Meier
- Abstract要約: 本研究では,このニューラルネットワークをニューロモルフィック混合信号プロセッサBrainScaleS-2上でエミュレートし,ミツバチを誘導する。
環境、感覚器官、脳、アクチュエーター、仮想体を含む全ての実体は、単一のBrainScaleS-2マイクロチップで自律的に実行される。
BrainScaleS-2は、生物学の1000倍の速さで神経プロセスをエミュレートするので、320世代にまたがる4800回のハチの旅は、1つのニューロモルフィックコア上でわずか半時間以内に起こる。
- 参考スコア(独自算出の注目度): 2.363032911160697
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bees display the remarkable ability to return home in a straight line after
meandering excursions to their environment. Neurobiological imaging studies
have revealed that this capability emerges from a path integration mechanism
implemented within the insect's brain. In the present work, we emulate this
neural network on the neuromorphic mixed-signal processor BrainScaleS-2 to
guide bees, virtually embodied on a digital co-processor, back to their home
location after randomly exploring their environment. To realize the underlying
neural integrators, we introduce single-neuron spike-based short-term memory
cells with axo-axonic synapses. All entities, including environment, sensory
organs, brain, actuators, and the virtual body, run autonomously on a single
BrainScaleS-2 microchip. The functioning network is fine-tuned for better
precision and reliability through an evolution strategy. As BrainScaleS-2
emulates neural processes 1000 times faster than biology, 4800 consecutive bee
journeys distributed over 320 generations occur within only half an hour on a
single neuromorphic core.
- Abstract(参考訳): ミツバチは、環境への遠足を妨害した後、直線で家に帰る素晴らしい能力を示す。
神経生物学的イメージング研究により、この能力は昆虫の脳内に実装された経路統合機構から生じることが判明した。
本研究では,このニューラルネットワークをニューロモルフィック混合信号処理装置brainscales-2上でエミュレートし,デジタルコプロセッサ上で仮想的に具現化されたミツバチを,ランダムに環境を探索した後に自宅へ誘導する。
基礎となる神経インテグレータを実現するために,アキソアキソニックシナプスを用いた単一ニューロンスパイクベースの短期記憶細胞を導入する。
環境、感覚器官、脳、アクチュエーター、仮想体を含む全ての実体は、単一のBrainScaleS-2マイクロチップで自律的に実行される。
機能ネットワークは、進化戦略を通じて精度と信頼性を向上させるために微調整される。
BrainScaleS-2は、生物学の1000倍の速さで神経プロセスをエミュレートするので、320世代にまたがる4800回のハチの旅は、1つのニューロモルフィックコア上でわずか半時間以内に起こる。
関連論文リスト
- Orangutan: A Multiscale Brain Emulation-Based Artificial Intelligence Framework for Dynamic Environments [2.8137865669570297]
本稿では,脳に触発された新しいAIフレームワーク,Orangutanを紹介する。
複数のスケールで生体脳の構造と計算機構をシミュレートする。
物体観察時の人眼球運動をシミュレートする感覚運動モデルを開発した。
論文 参考訳(メタデータ) (2024-06-18T01:41:57Z) - Hebbian Learning based Orthogonal Projection for Continual Learning of
Spiking Neural Networks [74.3099028063756]
我々は,側方接続とヘビアン学習に基づくニューラル操作を用いた新しい手法を開発した。
我々は,反復する側方接続におけるヘビアン学習と反ヘビアン学習が,神経活動の主部分空間を効果的に抽出できることを示した。
我々の手法は、ほとんど忘れることなくニューラルネットワークをスパイクするために一貫して解決する。
論文 参考訳(メタデータ) (2024-02-19T09:29:37Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳(メタデータ) (2023-12-01T05:20:57Z) - 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) - A Goal-Driven Approach to Systems Neuroscience [2.6451153531057985]
人間と動物は、動的環境において様々な興味深い行動を示す。
私たちの脳が、こうした行動を可能にするために、どのようにしてこの密集した感覚情報を積極的に再構築するかは不明です。
我々は、ニューラルサーキットの統一構造モデルと機能モデルを生み出すことを約束する新しい解釈可能性の定義を提供する。
論文 参考訳(メタデータ) (2023-11-05T16:37:53Z) - 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) - 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) - Mapping and Validating a Point Neuron Model on Intel's Neuromorphic
Hardware Loihi [77.34726150561087]
インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。
Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。
Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
論文 参考訳(メタデータ) (2021-09-22T16:52:51Z) - Rapid detection and recognition of whole brain activity in a freely
behaving Caenorhabditis elegans [18.788855494800238]
本稿では,脳神経節ニューロンの長期的,迅速な認識のためのカスケードソリューションを提案する。
少数のトレーニングサンプルの制約の下で、ボトムアップアプローチでは、各ボリューム – 1024倍1024倍18ドル – を1秒未満で処理することができます。
我々の研究は、動物行動に基づく脳の活動全体をデコードするための、迅速かつ完全に自動化されたアルゴリズムに向けた重要な発展を示している。
論文 参考訳(メタデータ) (2021-09-22T01:33:54Z) - Finding the Gap: Neuromorphic Motion Vision in Cluttered Environments [0.17812428873698402]
ハエの脳では、運動感受性ニューロンは近くの物体の存在を示す。
変化が動物によって感知されるときに起こる。
飛行昆虫の行動を模倣する神経型クローズドループシステムをモデル化する。
論文 参考訳(メタデータ) (2021-02-16T19:19:23Z) - Bio-inspired Gait Imitation of Hexapod Robot Using Event-Based Vision
Sensor and Spiking Neural Network [2.4603302139672003]
人間のような一部の動物は、学習をスピードアップするために周囲の個体を模倣します。
この模倣に基づく学習の複雑な問題は、視覚データと筋運動の関連性を形成する。
本稿では、ニューロモルフィックコンピューティングとイベントベースビジョンに基づくバイオインスパイアされたフィードフォワードアプローチを提案し、歩行模倣問題に対処する。
論文 参考訳(メタデータ) (2020-04-11T17:55:34Z)
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。