論文の概要: Emergence of brain function from structure: an algebraic quantum model

• arxiv url: http://arxiv.org/abs/2408.14221v1
• Date: Mon, 26 Aug 2024 12:35:16 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 14:01:29.241569
• Title: Emergence of brain function from structure: an algebraic quantum model
• Title（参考訳）: 構造からの脳機能の創出--代数量子モデル
• Authors: Elkaïoum M. Moutuou, Habib Benali,
• Abstract要約: 神経科学における基本的なパラダイムは、認知機能は脳の構造的組織によって支配されることである。 本稿では,構造コネクトームの機能状態が,基礎となる有向ネットワークの熱平衡状態として出現する理論的枠組みを紹介する。
• 参考スコア（独自算出の注目度）: 0.3453002745786199
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A fundamental paradigm in neuroscience is that cognitive functions -- such as perception, learning, memory, and locomotion -- are governed by the brain's structural organization. Yet, the theoretical principles explaining how the physical architecture of the nervous system shapes its function remain elusive. Here, we combine concepts from quantum statistical mechanics and graph C*-algebras to introduce a theoretical framework where functional states of a structural connectome emerge as thermal equilibrium states of the underlying directed network. These equilibrium states, defined from the Kubo-Martin-Schwinger states formalism (KMS states), quantify the relative contribution of each neuron to the information flow within the connectome. Using the prototypical connectome of the nematode {\em Caenorhabditis elegans}, we provide a comprehensive description of these KMS states, explore their functional implications, and establish the predicted functional network based on the nervous system's anatomical connectivity. Ultimately, we present a model for identifying the potential functional states of a detailed structural connectome and for conceptualizing the structure-function relationship.
• Abstract（参考訳）: 神経科学の基本的なパラダイムは、認知機能(知覚、学習、記憶、移動)が脳の構造的組織によって支配されていることである。 しかし、神経系の物理的構造がどのように機能を形成するかを説明する理論的原理は、いまだ解明されていない。 ここでは、量子統計力学とグラフC*-代数の概念を組み合わせて、構造コネクトームの関数状態が基礎となる有向ネットワークの熱平衡状態として現れる理論的枠組みを導入する。 これらの平衡状態は、KMS状態(Kubo-Martin-Schwinger state)から定義され、コネクトーム内の情報フローに対する各ニューロンの相対的な寄与を定量化する。 線虫 elegans {\displaystyle {\em Caenorhabditis elegans} の原型的コネクトームを用いて、これらのKMS状態の包括的記述を行い、その機能的含意を探求し、神経系の解剖学的接続に基づいて予測された機能的ネットワークを確立する。 最終的に、詳細な構造コネクトームの潜在的な機能状態を特定し、構造-機能関係を概念化するモデルを提案する。

関連論文リスト

• KMS states of Information Flow in Directed Brain Synaptic Networks [0.3453002745786199]
  我々は、脳シナプスネットワークのKMS状態が、神経相互作用のグローバルな統計測度をもたらすことを示した。 具体的には、この系のKMS状態が、神経相互作用のグローバル統計測度をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-10-23T18:53:10Z)
• Theoretical framework for quantum associative memories [0.8437187555622164]
  連想メモリ(Associative memory)とは、メモリと入力を関連付け、劣化したパターンの復元を目標とする能力である。 オープン量子系力学に基づく量子連想メモリのための包括的フレームワークを開発する。
  論文  参考訳（メタデータ） (2024-08-26T13:46:47Z)
• 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)
• Binding Dynamics in Rotating Features [72.80071820194273]
  本稿では,特徴間のアライメントを明示的に計算し,それに応じて重みを調整する「コサイン結合」機構を提案する。 これにより、自己注意と生物学的神経プロセスに直接接続し、回転する特徴に現れるオブジェクト中心の表現の基本的なダイナミクスに光を当てることができます。
  論文  参考訳（メタデータ） (2024-02-08T12:31:08Z)
• A linear response framework for simulating bosonic and fermionic correlation functions illustrated on quantum computers [58.720142291102135]
  線形反応における応答関数を得るためのリーマン形式は実験に直接関連しない。 量子コンピューティングの文脈において、実験を量子シミュレーションの不可分な部分とする。 ボソニックグリーンとフェルミオングリーンの両方の関数が得られ、これらのアイデアを電荷密度波材料の研究に応用できることを示す。
  論文  参考訳（メタデータ） (2023-02-20T19:01:02Z)
• A Quantum-Classical Model of Brain Dynamics [62.997667081978825]
  混合ワイル記号は、脳の過程を顕微鏡レベルで記述するために用いられる。 プロセスに関与する電磁場とフォノンモードは古典的または半古典的に扱われる。 ゼロ点量子効果は、各フィールドモードの温度を制御することで数値シミュレーションに組み込むことができる。
  論文  参考訳（メタデータ） (2023-01-17T15:16:21Z)
• The Free Energy Principle drives neuromorphic development [0.0]
  形態学的な自由度と局所的に制限された自由エネルギーを持つシステムは、ニューロモルフィックな形態に向かってどのように進化するかを示す。 この形態学は、各レベルが入力の粗粒化を行い、出力の微細粒化を行う階層計算をサポートする。
  論文  参考訳（メタデータ） (2022-07-20T08:22:03Z)
• Functional2Structural: Cross-Modality Brain Networks Representation Learning [55.24969686433101]
  脳ネットワーク上のグラフマイニングは、臨床表現型および神経変性疾患のための新しいバイオマーカーの発見を促進する可能性がある。 本稿では,Deep Signed Brain Networks (DSBN) と呼ばれる新しいグラフ学習フレームワークを提案する。 臨床表現型および神経変性疾患予測の枠組みを,2つの独立した公開データセットを用いて検証した。
  論文  参考訳（メタデータ） (2022-05-06T03:45:36Z)
• Cross-Frequency Coupling Increases Memory Capacity in Oscillatory Neural Networks [69.42260428921436]
  クロス周波数カップリング(CFC)は、ニューロンの集団間での情報統合と関連している。 我々は,海馬および大脳皮質における観測された$theta - gamma$振動回路の計算的役割を予測するCFCのモデルを構築した。 CFCの存在は, 可塑性シナプスによって結合された神経細胞のメモリ容量を増加させることを示す。
  論文  参考訳（メタデータ） (2022-04-05T17:13:36Z)
• 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)
• A Concept-Value Network as a Brain Model [0.0]
  本稿では,脳様モデルの物理的実体と概念的実体の関係を記述するための統計的枠組みを提案する。 この論文は、化学接続も可能であるが、電気配線が特徴である可能性を示唆している。
  論文  参考訳（メタデータ） (2019-04-09T10:30:23Z)

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。