Fugu-MT 論文翻訳(概要): Integrate-and-Fire from a Mathematical and Signal Processing Perspective

論文の概要: Integrate-and-Fire from a Mathematical and Signal Processing Perspective

arxiv url: http://arxiv.org/abs/2501.11453v1
Date: Mon, 20 Jan 2025 12:39:12 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-22 14:23:37.157114
Title: Integrate-and-Fire from a Mathematical and Signal Processing Perspective
Title（参考訳）: 数学的・信号処理の観点からの積分と火災
Authors: Bernhard A. Moser, Anna Werzi, Michael Lunglmayr,
Abstract要約: IF(Integrate-and-Fire)は、生体ニューロンのスパイクトリガ機構の理想的なモデルである。しきい値に基づくサンプリングにおいて,IF は Send-on-Delta (SOD) の概念と密接に関連していることを示す。
参考スコア（独自算出の注目度）: 0.40964539027092917
License:
Abstract: Integrate-and-Fire (IF) is an idealized model of the spike-triggering mechanism of a biological neuron. It is used to realize the bio-inspired event-based principle of information processing in neuromorphic computing. We show that IF is closely related to the concept of Send-on-Delta (SOD) as used in threshold-based sampling. It turns out that the IF model can be adjusted in a way that SOD can be understood as differential version of IF. As a result, we gain insight into the underlying metric structure based on the Alexiewicz norm with consequences for clarifying the underlying signal space including bounded integrable signals with superpositions of finitely many Dirac impulses, the identification of a maximum sparsity property, error bounds for signal reconstruction and a characterization in terms of sparse regularization.
Abstract（参考訳）: IF(Integrate-and-Fire)は、生体ニューロンのスパイクトリガ機構の理想的なモデルである。ニューロモルフィックコンピューティングにおけるバイオインスパイアされたイベントベースの情報処理の原理を実現するために用いられる。しきい値に基づくサンプリングにおいて,IF は Send-on-Delta (SOD) の概念と密接に関連していることを示す。 IFモデルは、SOD を IF の微分版として理解できるように調整できることが判明した。その結果、有限個のディラックインパルスの重畳による有界可積分信号を含む基礎信号空間の明確化、最大空間特性の同定、信号再構成のための誤差境界、スパース正規化の観点からのキャラクタリゼーションなど、アレクシヴィチノルムに基づく基礎距離構造に関する洞察を得ることができた。

関連論文リスト

Learning local discrete features in explainable-by-design convolutional neural networks [0.0]
本稿では,側方抑制機構に基づくCNN(Design-by-Design Convolutional Neural Network)を提案する。このモデルは、残留または高密度のスキップ接続を持つ高精度CNNである予測器で構成されている。観測を収集し,直接確率を計算することにより,隣接するレベルのモチーフ間の因果関係を説明することができる。
論文参考訳（メタデータ） (2024-10-31T18:39:41Z)
On the Sampling Sparsity of Neuromorphic Analog-to-Spike Conversion based on Leaky Integrate-and-Fire [0.46040036610482665]
本稿では,Threshold-Based Representation を用いた情報符号化がアナログからスパイクへの変換に結びついていることを示す。周期感覚ニューロモルフィックエンジニアリングの伝統的な原則とは対照的に、バイオインスパイアされたイベントベースセンシングへのパラダイムシフトを追求している。
論文参考訳（メタデータ） (2024-10-22T21:42:07Z)
Latent Space Energy-based Neural ODEs [73.01344439786524]
本稿では,連続時間シーケンスデータを表現するために設計された深部力学モデルの新しいファミリを紹介する。マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。発振システム、ビデオ、実世界の状態シーケンス(MuJoCo)の実験は、学習可能なエネルギーベース以前のODEが既存のものより優れていることを示している。
論文参考訳（メタデータ） (2024-09-05T18:14:22Z)
On the Trajectory Regularity of ODE-based Diffusion Sampling [79.17334230868693]
拡散に基づく生成モデルは微分方程式を用いて、複素データ分布と抽出可能な事前分布の間の滑らかな接続を確立する。本稿では,拡散モデルのODEに基づくサンプリングプロセスにおいて,いくつかの興味深い軌道特性を同定する。
論文参考訳（メタデータ） (2024-05-18T15:59:41Z)
ISR: Invertible Symbolic Regression [7.499800486499609]
Invertible Symbolic Regression(インバーティブル・シンボリック・レグレッション・レグレッション)は、あるデータセットの入力と出力の間の分析的関係を生成する機械学習技術である。 INNのアフィン結合ブロックをシンボリック・フレームワークに変換し、エンドツーエンドで微分可能なシンボリック・インバータブル・アーキテクチャを実現する。 ISRは密度推定タスクの(象徴的な)正規化フローとして機能することを示す。
論文参考訳（メタデータ） (2024-05-10T23:20:46Z)
Synthetic location trajectory generation using categorical diffusion models [50.809683239937584]
拡散モデル(DPM)は急速に進化し、合成データのシミュレーションにおける主要な生成モデルの一つとなっている。本稿では,個人が訪れた物理的位置を表す変数列である合成個別位置軌跡(ILT)の生成にDPMを用いることを提案する。
論文参考訳（メタデータ） (2024-02-19T15:57:39Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Positive-definite parametrization of mixed quantum states with deep neural networks [0.0]
本稿では,GHDOに自己回帰構造を埋め込んで,確率分布を直接サンプリングする方法を示す。我々はこのアーキテクチャを、散逸的横フィールドイジングモデルの定常状態によってベンチマークする。
論文参考訳（メタデータ） (2022-06-27T17:51:38Z)
Inverting brain grey matter models with likelihood-free inference: a tool for trustable cytoarchitecture measurements [62.997667081978825]
脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
論文参考訳（メタデータ） (2021-11-15T09:08:27Z)
Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
論文参考訳（メタデータ） (2020-09-29T12:50:33Z)
Theory inspired deep network for instantaneous-frequency extraction and signal components recovery from discrete blind-source data [1.6758573326215689]
本稿では、未知の信号成分を回収する逆問題と周波数の抽出について考察する。既存の分解法やアルゴリズムでは、この逆問題を解くことはできない。本稿では、ブラインドソース信号の非一様サンプリングが可能な離散サンプルセットを直接ベースとしたディープニューラルネットワークの合成を提案する。
論文参考訳（メタデータ） (2020-01-31T18:54:00Z)

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。