論文の概要: Synthetic Biology meets Neuromorphic Computing: Towards a bio-inspired Olfactory Perception System
- arxiv url: http://arxiv.org/abs/2504.10053v1
- Date: Mon, 14 Apr 2025 09:57:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-15 16:52:44.654236
- Title: Synthetic Biology meets Neuromorphic Computing: Towards a bio-inspired Olfactory Perception System
- Title（参考訳）: 合成生物学とニューロモルフィックコンピューティング--バイオインスパイアされた嗅覚知覚システムを目指して
- Authors: Kevin Max, Larissa Sames, Shimeng Ye, Jan Steinkühler, Federico Corradi,
- Abstract要約: 本稿では,3つの重要な特徴を有する合成感覚ニューロンのハイブリッドシステムについて検討する。
この研究は、超感度で特異的でエネルギー効率の良い匂い検出のためのプラットフォームを開発することを目指している。
- 参考スコア（独自算出の注目度）: 1.5580733726050227
- License:
- Abstract: In this study, we explore how the combination of synthetic biology, neuroscience modeling, and neuromorphic electronic systems offers a new approach to creating an artificial system that mimics the natural sense of smell. We argue that a co-design approach offers significant advantages in replicating the complex dynamics of odor sensing and processing. We investigate a hybrid system of synthetic sensory neurons that provides three key features: a) receptor-gated ion channels, b) interface between synthetic biology and semiconductors and c) event-based encoding and computing based on spiking networks. This research seeks to develop a platform for ultra-sensitive, specific, and energy-efficient odor detection, with potential implications for environmental monitoring, medical diagnostics, and security.
- Abstract（参考訳）: 本研究では, 合成生物学, 神経科学モデリング, ニューロモルフィック電子システムの組み合わせが, 自然の嗅覚を模倣する人工システムの構築にどのように役立つかを検討する。
我々は、協調設計アプローチは、匂い感知と処理の複雑なダイナミクスを複製する上で、大きな利点をもたらすと論じる。
合成感覚ニューロンのハイブリッドシステムについて検討し,その3つの特徴について述べる。
a) 受容体を介するイオンチャネル
ロ 合成生物学と半導体との界面
c) スパイクネットワークに基づくイベントベースのエンコーディング及びコンピューティング
本研究は, 環境モニタリング, 医療診断, セキュリティに影響を及ぼす可能性のある, 超感性, 特異性, エネルギー効率の高い臭気検出のためのプラットフォームを開発することを目的とする。
関連論文リスト
- Contrastive Learning in Memristor-based Neuromorphic Systems [55.11642177631929]
スパイクニューラルネットワークは、現代のバックプロパゲーションによって訓練されたディープネットワークに直面する重要な制約の多くを横取りする、ニューロンベースのモデルの重要なファミリーとなっている。
本研究では,前向き・後向き学習のニューロモルフィック形式であるコントラッシブ・シグナル依存型塑性(CSDP)の概念実証を設計し,検討する。
論文 参考訳（メタデータ） (2024-09-17T04:48:45Z) - Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳（メタデータ） (2024-02-26T15:01:54Z) - Exploring Biologically Inspired Mechanisms of Adversarial Robustness [0.0]
我々は、勝者を持つ教師なしの局所学習モデルが全てのダイナミクスにそのような力の法則表現を学習させることを示す。
本研究の目的は, 神経表現における幾何学的特徴, スペクトル特性, 頑健性, 表現性の間の相互作用を理解することである。
論文 参考訳（メタデータ） (2024-02-05T12:06:00Z) - 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) - 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) - 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) - 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) - Neuromorphic Control [1.52292571922932]
本稿では、異なる時間スケールで作用する正負のフィードバックループと正のフィードバックループからなる興奮性神経系の混合フィードバック組織について紹介する。
提案した設計は、生物学的ニューロンの組織を反映する基本回路要素の並列接続で構成されている。
神経制御のポテンシャルは、混合フィードバック原理のスケーラビリティを示唆する基本的なネットワークの例に示される。
論文 参考訳（メタデータ） (2020-11-09T14:06:06Z) - Ortus: an Emotion-Driven Approach to (artificial) Biological
Intelligence [0.3867363075280544]
Ortusは単純な仮想生物であり、生物学的にベースとした人工知能を研究・開発するための最初の枠組みとしても機能する。
複雑なバーチャルインテリジェンスを作り出すという目標から生まれたOrtusは、有機神経系で観測される多くのメカニズムを実装している。
論文 参考訳（メタデータ） (2020-08-11T17:29:10Z)
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。