論文の概要: Maximizing Information in Neuron Populations for Neuromorphic Spike Encoding
- arxiv url: http://arxiv.org/abs/2412.08816v2
- Date: Thu, 26 Dec 2024 00:15:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-30 17:23:18.996939
- Title: Maximizing Information in Neuron Populations for Neuromorphic Spike Encoding
- Title（参考訳）: ニューロモルフィックスパイクエンコーディングのためのニューロン集団情報の最大化
- Authors: Ahmad El Ferdaoussi, Eric Plourde, Jean Rouat,
- Abstract要約: ニューロモルフィックの応用は、時間変化のアナログ刺激の代わりにスパイクを入力として使用することで、脳が行う処理をエミュレートする。
この損失を軽減するために、ある研究は1つのニューロンではなく、ニューロンの集団を用いてより多くの情報を符号化する集団符号化戦略を使用している。
本研究は,ニューロンの個体群における信号とスパイクの相互情報の最大化に基づくアプローチを提案する。
- 参考スコア（独自算出の注目度）: 3.3864018929063477
- License:
- Abstract: Neuromorphic applications emulate the processing performed by the brain by using spikes as inputs instead of time-varying analog stimuli. Therefore, these time-varying stimuli have to be encoded into spikes, which can induce important information loss. To alleviate this loss, some studies use population coding strategies to encode more information using a population of neurons rather than just one neuron. However, configuring the encoding parameters of such a population is an open research question. This work proposes an approach based on maximizing the mutual information between the signal and the spikes in the population of neurons. The proposed algorithm is inspired by the information-theoretic framework of Partial Information Decomposition. Two applications are presented: blood pressure pulse wave classification, and neural action potential waveform classification. In both tasks, the data is encoded into spikes and the encoding parameters of the neuron populations are tuned to maximize the encoded information using the proposed algorithm. The spikes are then classified and the performance is measured using classification accuracy as a metric. Two key results are reported. Firstly, adding neurons to the population leads to an increase in both mutual information and classification accuracy beyond what could be accounted for by each neuron separately, showing the usefulness of population coding strategies. Secondly, the classification accuracy obtained with the tuned parameters is near-optimal and it closely follows the mutual information as more neurons are added to the population. Furthermore, the proposed approach significantly outperforms random parameter selection, showing the usefulness of the proposed approach. These results are reproduced in both applications.
- Abstract（参考訳）: ニューロモルフィックの応用は、時間変化のアナログ刺激の代わりにスパイクを入力として使用することで、脳が行う処理をエミュレートする。
したがって、これらの時間変化刺激はスパイクに符号化され、重要な情報損失を引き起こす可能性がある。
この損失を軽減するために、ある研究は1つのニューロンではなく、ニューロンの集団を用いてより多くの情報を符号化する集団符号化戦略を使用している。
しかし、そのような集団の符号化パラメータを設定することは、オープンな研究課題である。
本研究は,ニューロンの個体群における信号とスパイクの相互情報の最大化に基づくアプローチを提案する。
提案アルゴリズムは部分情報分解における情報理論の枠組みに着想を得たものである。
血圧パルス波形分類とニューラルアクション電位波形分類の2つの応用が提示された。
両方のタスクにおいて、データはスパイクに符号化され、提案したアルゴリズムを用いて、ニューロンの集団の符号化パラメータを最大化するために調整される。
次にスパイクを分類し、その性能をメートル法として分類精度を用いて測定する。
2つの重要な結果が報告されている。
まず、個体群にニューロンを追加すると、各ニューロンが個別に説明できる範囲を超えて、相互情報と分類精度の両方が増加し、個体群符号化戦略の有用性が示される。
第二に、調整されたパラメータで得られた分類精度は、ほぼ最適であり、より多くのニューロンが集団に追加されるにつれて、相互情報に密接に従う。
さらに,提案手法は,提案手法の有用性を示すランダムパラメータ選択よりも有意に優れていた。
これらの結果は両方のアプリケーションで再現されます。
関連論文リスト
- Neuron-Level Knowledge Attribution in Large Language Models [19.472889262384818]
本稿では,重要なニューロンをピンポイントする静的手法を提案する。
他の7つの手法と比較して,本手法は3つの指標にまたがる優れた性能を示す。
また,注目層とフィードフォワード層の両方にわたる6種類の知識を解析するために,本手法を適用した。
論文 参考訳（メタデータ） (2023-12-19T13:23:18Z) - Deep Learning for real-time neural decoding of grasp [0.0]
本稿では,ニューラルネットワークの復号化のためのDeep Learningに基づく手法を提案する。
提案手法の主な目的は、これまでの神経科学知識に頼ることなく、最先端の復号精度を改善することである。
論文 参考訳（メタデータ） (2023-11-02T08:26:29Z) - WaLiN-GUI: a graphical and auditory tool for neuron-based encoding [73.88751967207419]
ニューロモルフィックコンピューティングはスパイクベースのエネルギー効率の高い通信に依存している。
本研究では, スパイクトレインへのサンプルベースデータの符号化に適した構成を同定するツールを開発した。
WaLiN-GUIはオープンソースとドキュメントが提供されている。
論文 参考訳（メタデータ） (2023-10-25T20:34:08Z) - Multilayer Multiset Neuronal Networks -- MMNNs [55.2480439325792]
本研究は,2層以上の類似性ニューロンを組み込んだ多層神経回路網について述べる。
また,回避すべき画像領域に割り当てられる反プロトタイプ点の利用についても検討した。
論文 参考訳（メタデータ） (2023-08-28T12:55:13Z) - 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) - An Adaptive Contrastive Learning Model for Spike Sorting [12.043679000694258]
神経科学研究においては、個々のニューロンの活動を分離することが重要である。
大規模なシリコン技術の発展に伴い、スパイクの人工的解釈とラベル付けはますます非現実的になりつつある。
対照的な学習を通してスパイクから表現を学習する新しいモデリングフレームワークを提案する。
論文 参考訳（メタデータ） (2022-05-24T09:18:46Z) - 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) - Adaptive conversion of real-valued input into spike trains [91.3755431537592]
本稿では,実数値入力をスパイクトレインに変換し,スパイクニューラルネットワークで処理する方法を提案する。
提案手法は網膜神経節細胞の適応的挙動を模倣し,入力ニューロンが入力の統計の変化に応答することを可能にする。
論文 参考訳（メタデータ） (2021-04-12T12:33:52Z) - And/or trade-off in artificial neurons: impact on adversarial robustness [91.3755431537592]
ネットワークに十分な数のOR様ニューロンが存在すると、分類の脆さと敵の攻撃に対する脆弱性が増加する。
そこで我々は,AND様ニューロンを定義し,ネットワーク内での割合を増大させる対策を提案する。
MNISTデータセットによる実験結果から,本手法はさらなる探索の方向として有望であることが示唆された。
論文 参考訳（メタデータ） (2021-02-15T08:19:05Z) - Synaptic Learning with Augmented Spikes [14.76595318993715]
より脳的な処理パラダイムにより、スパイクニューロンは効率と計算能力を改善するためにより有望である。
本稿では、スパイクレイテンシに加えて、スパイク係数の相補的な情報を運ぶための拡張スパイクの概念を導入する。
新しい強化スパイクニューロンモデルとシナプス学習規則が提案され、強化スパイクのパターンを処理および学習する。
論文 参考訳（メタデータ） (2020-05-11T01:00:23Z)
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。