論文の概要: A Dynamic Systems Approach to Modelling Human-Machine Rhythm Interaction
- arxiv url: http://arxiv.org/abs/2407.09538v1
- Date: Wed, 26 Jun 2024 10:07:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 13:18:53.339092
- Title: A Dynamic Systems Approach to Modelling Human-Machine Rhythm Interaction
- Title(参考訳): 人間と機械のリズムの相互作用をモデル化するための動的システムアプローチ
- Authors: Zhongju Yuan, Wannes Van Ransbeeck, Geraint Wiggins, Dick Botteldooren,
- Abstract要約: 本研究では、リズム処理の基礎となる物理および生物学的プロセスにインスパイアされた計算モデルを紹介する。
本研究は,人間の知覚範囲内でのリズムパターンを正確に知覚し,適応する能力を示すものである。
- 参考スコア(独自算出の注目度): 4.33608942673382
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In exploring the simulation of human rhythmic perception and synchronization capabilities, this study introduces a computational model inspired by the physical and biological processes underlying rhythm processing. Utilizing a reservoir computing framework that simulates the function of cerebellum, the model features a dual-neuron classification and incorporates parameters to modulate information transfer, reflecting biological neural network characteristics. Our findings demonstrate the model's ability to accurately perceive and adapt to rhythmic patterns within the human perceptible range, exhibiting behavior closely aligned with human rhythm interaction. By incorporating fine-tuning mechanisms and delay-feedback, the model enables continuous learning and precise rhythm prediction. The introduction of customized settings further enhances its capacity to stimulate diverse human rhythmic behaviors, underscoring the potential of this architecture in temporal cognitive task modeling and the study of rhythm synchronization and prediction in artificial and biological systems. Therefore, our model is capable of transparently modelling cognitive theories that elucidate the dynamic processes by which the brain generates rhythm-related behavior.
- Abstract(参考訳): 本研究は,人間のリズム知覚と同期能力のシミュレーションを探求するために,リズム処理の基礎となる物理・生物学的プロセスに触発された計算モデルを提案する。
小脳の機能をシミュレートする貯水池コンピューティングフレームワークを利用することで、モデルは二重ニューロンの分類を特徴とし、情報伝達を変調するパラメータを組み込んで生物学的ニューラルネットワーク特性を反映する。
本研究は, モデルが人間の知覚範囲内におけるリズムパターンを正確に知覚し, 適応する能力を示し, 人間のリズム相互作用と密に一致した行動を示す。
微調整機構と遅延フィードバックを組み込むことで、連続学習と正確なリズム予測が可能になる。
カスタマイズされた設定の導入により、その能力はさらに強化され、時間的認知タスクモデリングにおけるこのアーキテクチャの可能性と、人工的および生物学的システムにおけるリズム同期と予測の研究が強調される。
そこで本モデルは,脳がリズム関連行動を生成する動的な過程を解明する認知理論を,透過的にモデル化することができる。
関連論文リスト
- Shifting Attention to You: Personalized Brain-Inspired AI Models [3.0128071072792366]
我々は、人間の行動埋め込みとニューラルデータを統合し、認知プロセスと整合するパーソナライズされた脳インスパイアされたモデリングを導入する。
行動データの微調整により、MEGを介して取得した動的表現と間接的に協調しながら、人間の類似性判断を予測する能力が向上する。
我々は、参加者固有のニューラルデータに基づいて個別化されたモデルを訓練し、効果的に個別化されたニューラルダイナミクスをキャプチャした。
論文 参考訳(メタデータ) (2025-02-07T04:55:31Z) - Generative Modeling of Neural Dynamics via Latent Stochastic Differential Equations [1.5467259918426441]
本稿では,生体神経系の計算モデル構築のためのフレームワークを提案する。
我々は、微分ドリフトと拡散関数を持つ結合微分方程式系を用いる。
これらのハイブリッドモデルは,刺激によって誘発される神経および行動応答の予測において,競争力を発揮することを示す。
論文 参考訳(メタデータ) (2024-12-01T09:36:03Z) - Neural Dynamics Model of Visual Decision-Making: Learning from Human Experts [28.340344705437758]
視覚入力から行動出力まで,包括的な視覚的意思決定モデルを実装した。
我々のモデルは人間の行動と密接に一致し、霊長類の神経活動を反映する。
ニューロイメージング・インフォームド・ファインチューニング手法を導入し、モデルに適用し、性能改善を実現した。
論文 参考訳(メタデータ) (2024-09-04T02:38:52Z) - Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。
次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。
このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
論文 参考訳(メタデータ) (2024-05-21T20:37:07Z) - Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks [59.38765771221084]
本稿では、ディープラーニングフレームワークと互換性があり、スケーラブルな、生理学的にインスパイアされた音声認識アーキテクチャを提案する。
本研究では, 終末から終末までの勾配降下訓練が, 中枢スパイク神経ネットワークにおける神経振動の出現に繋がることを示す。
本研究は, スパイク周波数適応やリカレント接続などのフィードバック機構が, 認識性能を向上させるために, 神経活動の調節と同期に重要な役割を担っていることを明らかにする。
論文 参考訳(メタデータ) (2024-04-22T09:40:07Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳(メタデータ) (2023-07-24T12:21:33Z) - Modelling Human Visual Motion Processing with Trainable Motion Energy
Sensing and a Self-attention Network [1.9458156037869137]
本稿では,生体とコンピュータの視覚モデルとのギャップを埋めることで,人間の動作知覚のイメージ計算可能なモデルを提案する。
このモデルアーキテクチャは、生体視覚システムにおける運動知覚のコア構造であるV1-MTの計算を捉えることを目的としている。
サイリコ神経生理学では、我々のモデルの単位応答は、運動プーリングやスピードチューニングに関する哺乳類の神経記録に類似していることが明らかになっている。
論文 参考訳(メタデータ) (2023-05-16T04:16:07Z) - 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) - Evolving spiking neuron cellular automata and networks to emulate in
vitro neuronal activity [0.0]
我々は生体内における生体ニューロンの行動パターンをエミュレートするスパイキング神経系を生産する。
我々のモデルは、ネットワーク全体の同期レベルを生成できた。
トップパフォーマンスモデルのゲノムは、生成した活動の複雑さを決定する上で、モデル内の接続の興奮性と密度が重要な役割を果たすことを示している。
論文 参考訳(メタデータ) (2021-10-15T17:55:04Z) - 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) - Recurrent Neural Network Learning of Performance and Intrinsic
Population Dynamics from Sparse Neural Data [77.92736596690297]
本稿では,RNNの入出力動作だけでなく,内部ネットワークのダイナミクスも学習できる新しいトレーニング戦略を提案する。
提案手法は、RNNを訓練し、生理学的にインスパイアされた神経モデルの内部ダイナミクスと出力信号を同時に再現する。
注目すべきは、トレーニングアルゴリズムがニューロンの小さなサブセットの活性に依存する場合であっても、内部動力学の再現が成功することである。
論文 参考訳(メタデータ) (2020-05-05T14:16:54Z)
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。