論文の概要: The embodied brain: Bridging the brain, body, and behavior with neuromechanical digital twins

• arxiv url: http://arxiv.org/abs/2601.08056v1
• Date: Mon, 12 Jan 2026 22:57:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.756163
• Title: The embodied brain: Bridging the brain, body, and behavior with neuromechanical digital twins
• Title（参考訳）: エンボディド脳:脳、身体、行動と神経機械的デジタル双生児
• Authors: Sibo Wang-Chen, Pavan Ramdya,
• Abstract要約: ニューロメカニカルデジタルツイン(Neuromechanical Digital twins)は、人工神経コントローラーをシミュレーション環境に組み込む計算モデルである。 神経力学モデルによって、研究者は実験で測定することが難しい隠された生体物理学的変数を推測できることを示す。 我々は、神経科学、ロボット工学、機械学習とのより深い交流を促進するために、神経機械の双生児がどのように使われているかを探る。
• 参考スコア（独自算出の注目度）: 0.6245075188230803
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Animal behavior reflects interactions between the nervous system, body, and environment. Therefore, biomechanics and environmental context must be considered to dissect algorithms for behavioral control. This is enabled by leveraging neuromechanical digital twins: computational models that embed artificial neural controllers within realistic body models in simulated environments. Here we review advances in the creation and use of neuromechanical digital twins while also highlighting emerging opportunities for the future. First, we illustrate how neuromechanical models allow researchers to infer hidden biophysical variables that may be difficult to measure experimentally. Additionally, by perturbing these models, one can generate new experimentally testable hypotheses. Next, we explore how neuromechanical twins have been used to foster a deeper exchange between neuroscience, robotics, and machine learning. Finally, we show how neuromechanical twins can advance healthcare. We envision that coupling studies on animals with active probing of their neuromechanical twins will greatly accelerate neuroscientific discovery.
• Abstract（参考訳）: 動物行動は神経系、身体、環境の間の相互作用を反映する。 したがって、バイオメカニクスと環境コンテキストは、行動制御のためのアルゴリズムを識別しなければならない。 これは、シミュレーション環境で現実的なボディモデルに人工神経コントローラーを組み込む計算モデルである、ニューロメカニカルデジタルツインを活用することで実現される。 ここでは、ニューロメカニカルデジタル双生児の創出と利用の進歩を概観するとともに、将来への新たな機会を浮き彫りにしている。 まず、神経力学モデルによって、実験で測定するのが難しい隠された生体物理学変数を研究者が推測する方法について説明する。 さらに、これらのモデルを摂動させることで、実験可能な新しい仮説を生成することができる。 次に、ニューロメカニカル双生児が、神経科学、ロボティクス、機械学習とのより深い交流を促進するためにどのように使われているかを探る。 最後に、ニューロメカニカル双生児がいかに医療を進歩させるかを示す。 我々は,動物の神経機械的双生児の能動的探索による結合研究が,神経科学的な発見を著しく加速することを期待している。

関連論文リスト

• NOBLE -- Neural Operator with Biologically-informed Latent Embeddings to Capture Experimental Variability in Biological Neuron Models [63.592664795493725]
  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、その一般化を実際の実験データで検証する最初の大規模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)
• A Bio-Inspired Research Paradigm of Collision Perception Neurons Enabling Neuro-Robotic Integration: The LGMD Case [7.885957968654851]
  ロカスト視覚系は 数十万のニューロンに頼っているにもかかわらず 迅速かつ正確な衝突検出に優れています 緑内障巨大運動検出器(LGMD)という,視神経の衝突選択的ニューロンを同定した。 LGMDニューロンの深い理解により、LGMDベースのモデルは、移動ロボットにおける衝突のないナビゲーションを大幅に改善した。
  論文  参考訳（メタデータ） (2025-01-06T12:44:48Z)
• A theory of neural emulators [0.0]
  神経科学における中心的な目標は、動物神経系が意識のような行動や認知状態をいかに生み出すかを説明することである。 生体脳活動の回路およびスケールに依存しない予測モデルとしてエミュレータ理論(ET)とニューラルエミュレータを提案する。
  論文  参考訳（メタデータ） (2024-05-22T07:12:03Z)
• 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)
• 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)
• 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)
• Control for Multifunctionality: Bioinspired Control Based on Feeding in Aplysia californica [0.3277163122167433]
  我々は,ニューラルバースト活動と簡単なバイオメカニクスをリアルタイムに高速にモデル化できるハイブリッドBooleanモデルフレームワークを開発した。 Aplysia californica 摂餌の多機能モデルについて述べる。 実験可能な仮説を定式化し,ロボット制御と神経科学への応用について考察する。
  論文  参考訳（メタデータ） (2020-08-11T19:26:50Z)

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。