論文の概要: Minimal Neuron Circuits: Bursters

• arxiv url: http://arxiv.org/abs/2509.17731v1
• Date: Mon, 22 Sep 2025 13:00:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 14:25:25.177944
• Title: Minimal Neuron Circuits: Bursters
• Title（参考訳）: 最小限のニューロン回路:バースター
• Authors: Amr Nabil, T. Nandha Kumar, Haider Abbas F. Almurib,
• Abstract要約: バースト可能な回路を設計するには、ニューロン回路設計は本質的にバーストダイナミクスを示すニューロンモデルを模倣する必要がある。 I_Na,p+I_K+I_K(M)$モデルの定性的特性をエミュレートしたニューロン回路の設計手法を提案する。 バーストを示す2つの新しい回路を提示する。
• 参考スコア（独自算出の注目度）: 1.6099403809839037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work introduces a novel methodology for designing biologically plausible bursting neuron circuits using a minimal number of components. We hypothesize that to design circuits capable of bursting, the neuron circuit design must mimic a neuron model that inherently exhibits bursting dynamics. Consequently, classical models such as the Hodgkin-Huxley, $I_{Na,p}+I_{K}$, and FitzHugh-Nagumo models are not suitable choices. Instead, we propose a methodology for designing neuron circuits that emulate the qualitative characteristics of the $I_{Na,p}+I_{K}+I_{K(M)}$ model, a well-established minimal bursting neuron model. Based on this methodology, we present two novel MOSFET-based circuits that exhibit bursting. Using the method of dissection of neural bursting, we demonstrate that the nullcline and bifurcation diagrams of the fast subsystem in our circuits are qualitatively equivalent to those of the $I_{Na,p}+I_{K}+I_{K(M)}$ model. Furthermore, we examine the effect of the type of bifurcation at burst initiation and termination on the bursting characteristics, showing that our circuits can exhibit diverse bursting behaviours. Importantly, the main contribution of this work lies not in the specific circuit implementation, but in the methodology proposed for constructing bursting neuron circuits.
• Abstract（参考訳）: この研究は、最小数の成分を用いて生物学的に可塑性の破裂するニューロン回路を設計するための新しい手法を導入する。 我々は、バースト可能な回路を設計するには、本質的にバーストダイナミクスを示すニューロンモデルを模倣する必要があると仮定する。 したがって、Hodgkin-Huxley, $I_{Na,p}+I_{K}$ や FitzHugh-Nagumo model のような古典的なモデルは適切な選択ではない。 I_{Na,p}+I_{K}+I_{K(M)}$モデルの定性的特性をエミュレートしたニューロン回路の設計手法を提案する。 本手法では, バースト現象を示す2つのMOSFETベースの回路を提案する。 ニューラルバーストの解法を用いて、回路内の高速サブシステムのヌルクライン図と分岐図は、$I_{Na,p}+I_{K}+I_{K(M)}$モデルと質的に等価であることを示した。 さらに, バースト開始時と終了時における分岐の種類がバースト特性に及ぼす影響を調べた結果, 回路のバースト挙動は様々であることがわかった。 この研究の主な貢献は、特定の回路の実装ではなく、破裂するニューロン回路を構築するための方法論である。

関連論文リスト

• NOBLE -- Neural Operator with Biologically-informed Latent Embeddings to Capture Experimental Variability in Biological Neuron Models [68.89389652724378]
  NOBLEは、解釈可能なニューロンの特徴を連続周波数変調した埋め込みから電流注入によって誘導されるソマティック電圧応答へのマッピングを学ぶ神経オペレーターフレームワークである。 内在的な実験変数を考慮したニューラルダイナミクスの分布を予測する。 NOBLEは、実際の実験データに基づいて検証された最初のスケールアップされたディープラーニングフレームワークである。
  論文  参考訳（メタデータ） (2025-06-05T01:01:18Z)
• Minimal Neuron Circuits -- Part I: Resonators [1.1624569521079424]
  スパイキングニューロンは、作用電位を発射する決定を決定する計算単位として機能する。 この研究は、生物学的に可塑性でスケーラブルなスパイキングニューロンをハードウェアに実装するための方法論を示す。 より複雑なHodgkin-Huxleyモデルよりも、$I_Na,p+I_K$モデルを模倣したニューロンを設計することがより効率的であることを示す。
  論文  参考訳（メタデータ） (2025-06-03T00:32:37Z)
• Relating Superconducting Optoelectronic Networks to Classical Neurodynamics [0.0]
  超伝導ループニューロンの現象論的モデルとして,シナプスとデンドライトを記述したジョセフソン回路方程式を解く必要がなくなる。 いくつかの回路パラメータでは、単一のスパイクに対する下流の樹状反応と、偶然またはスパイクのシーケンスを表現できる。 支配方程式は、漏洩積分体デンドライトと神経細胞をモデル化するための神経科学の文献において、ほぼ同一であることが示されている。
  論文  参考訳（メタデータ） (2024-09-26T16:23:53Z)
• An On-Chip Trainable Neuron Circuit for SFQ-Based Spiking Neural Networks [4.825037489691159]
  スパイキングニューラルネットワーク(SNN)のトレーニングのためのオンチップトレーニング可能なニューロン回路を提案する。 提案回路は,スパイクニューラルネットワーク(SNN)のトレーニングのためのバイオインスパイクに基づく時間依存データ計算に適合する。 回路はMIT LLQ5ee製造プロセス用に設計・最適化されている。
  論文  参考訳（メタデータ） (2023-10-11T19:04:33Z)
• The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks [64.08042492426992]
  本稿では,脳皮質ニューロンの生物学的モデルであるExpressive Memory(ELM)ニューロンモデルを紹介する。 ELMニューロンは、上記の入力-出力関係を1万以下のトレーニング可能なパラメータと正確に一致させることができる。 本稿では,Long Range Arena(LRA)データセットなど,時間構造を必要とするタスクで評価する。
  論文  参考訳（メタデータ） (2023-06-14T13:34:13Z)
• Splitting physics-informed neural networks for inferring the dynamics of integer- and fractional-order neuron models [0.0]
  分割法と物理情報ニューラルネットワーク(PINN)を組み合わせた微分方程式の前方解法を提案する。 提案手法はPINNを分割し,動的システムにPINNを適用するという課題に効果的に対処する。
  論文  参考訳（メタデータ） (2023-04-26T00:11:00Z)
• Phenomenological Model of Superconducting Optoelectronic Loop Neurons [0.0]
  超伝導光電子ループニューロン(英: Superconducting optoelectronic loop neurons)は、大規模人工認知のためのネットワークに導かれる回路の一種である。 これまで、ループニューロンの全てのシミュレーションは、シナプス、デンドライト、ニューロンの挙動をモデル化するために第一原理回路解析を用いてきた。 ここでは、関連するシナプス、樹状突起、神経回路の挙動を捉えるためのモデリングフレームワークを紹介する。
  論文  参考訳（メタデータ） (2022-10-18T16:38:35Z)
• 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)
• Mapping and Validating a Point Neuron Model on Intel's Neuromorphic Hardware Loihi [77.34726150561087]
  インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。 Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。 Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
  論文  参考訳（メタデータ） (2021-09-22T16:52:51Z)
• 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。