論文の概要: Linguistics and Human Brain: A Perspective of Computational Neuroscience
- arxiv url: http://arxiv.org/abs/2602.08275v1
- Date: Mon, 09 Feb 2026 05:10:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:25.071418
- Title: Linguistics and Human Brain: A Perspective of Computational Neuroscience
- Title（参考訳）: 言語学と人間の脳 : 計算神経科学の立場から
- Authors: Fudong Zhang, Bo Chai, Yujie Wu, Wai Ting Siok, Nizhuan Wang,
- Abstract要約: 計算神経科学は、言語の階層構造と動的構造をテスト可能なニューラルモデルに定式化する。
ディープラーニングの最近の進歩は、この追求を強力に進めている。
モデル脳アライメント」フレームワークは、言語関連理論の生物学的妥当性を評価するための方法論を提供する。
- 参考スコア（独自算出の注目度）: 2.8285202282959268
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Elucidating the language-brain relationship requires bridging the methodological gap between the abstract theoretical frameworks of linguistics and the empirical neural data of neuroscience. Serving as an interdisciplinary cornerstone, computational neuroscience formalizes the hierarchical and dynamic structures of language into testable neural models through modeling, simulation, and data analysis. This enables a computational dialogue between linguistic hypotheses and neural mechanisms. Recent advances in deep learning, particularly large language models (LLMs), have powerfully advanced this pursuit. Their high-dimensional representational spaces provide a novel scale for exploring the neural basis of linguistic processing, while the "model-brain alignment" framework offers a methodology to evaluate the biological plausibility of language-related theories.
- Abstract（参考訳）: 言語と脳の関係を解明するには、言語学の抽象的理論的枠組みと神経科学の経験的神経データとの方法論的ギャップを埋める必要がある。
学際的な基礎として機能する計算神経科学は、モデリング、シミュレーション、データ分析を通じて、言語の階層構造と動的構造をテスト可能なニューラルモデルにフォーマル化する。
これにより、言語仮説と神経機構の計算対話が可能になる。
近年のディープラーニング、特に大規模言語モデル(LLM)の進歩は、この追求を強力に進めている。
それらの高次元表現空間は言語処理の神経基盤を探索するための新しい尺度を提供し、一方「モデル脳アライメント」フレームワークは言語関連理論の生物学的妥当性を評価する方法論を提供する。
関連論文リスト
- Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。
人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
論文 参考訳（メタデータ） (2025-09-11T05:23:22Z) - Simulated Language Acquisition in a Biologically Realistic Model of the Brain [0.8287206589886881]
神経科学の6つの基本原理と広く受け入れられた原理の簡単な数学的定式化を導入する。
我々は,この形式に基づくシミュレートされたニューロモーフィックシステムを実装する。
この結果のいくつかの拡張と意味について論じる。
論文 参考訳（メタデータ） (2025-07-15T23:04:44Z) - Do Large Language Models Think Like the Brain? Sentence-Level Evidence from fMRI and Hierarchical Embeddings [28.210559128941593]
本研究では,大規模言語モデルにおける階層的表現が,人文理解時の動的神経応答とどのように一致しているかを検討する。
その結果、モデル性能の改善は、表現アーキテクチャを脳に似た階層へと進化させることを示した。
論文 参考訳（メタデータ） (2025-05-28T16:40:06Z) - Augmenting learning in neuro-embodied systems through neurobiological first principles [42.810158068175646]
本稿では,最近のバイオインスパイアされたモデル,学習規則,人工ニューラルネットワークのアーキテクチャについて述べる。
我々は、神経科学とAIのギャップを埋める可能性を持つANNを増強するためのフレームワークを提案する。
課題駆動のスパイクニューラルネットワークとニューロモルフィックシステムに生物物理学の原理を統合することで、スケーラブルなソリューションが提供されることを示す。
論文 参考訳（メタデータ） (2024-07-05T14:11:28Z) - Language Evolution with Deep Learning [49.879239655532324]
計算モデリングは言語の出現の研究において重要な役割を担っている。
構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。
この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
論文 参考訳（メタデータ） (2024-03-18T16:52:54Z) - 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) - 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) - Connecting Neural Response measurements & Computational Models of
language: a non-comprehensive guide [5.523143941738335]
言語モデリングとニューロイメージングにおける最近の進歩は、言語神経生物学の研究において潜在的な改善をもたらす可能性がある。
この調査は、単純な言語モデルから派生したイベント関連ポテンシャルと複雑性尺度をリンクする初期の研究から、大規模コーパスで訓練されたニューラルネットワークモデルを用いた現代研究まで、一線を辿っている。
論文 参考訳（メタデータ） (2022-03-10T11:24:54Z) - Model-based analysis of brain activity reveals the hierarchy of language
in 305 subjects [82.81964713263483]
言語の神経基盤を分解する一般的なアプローチは、個人間で異なる刺激に対する脳の反応を関連付けている。
そこで本研究では,自然刺激に曝露された被験者に対して,モデルに基づくアプローチが等価な結果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-12T15:30:21Z) - Does injecting linguistic structure into language models lead to better
alignment with brain recordings? [13.880819301385854]
言語モデルと脳記録との整合性は,構文的あるいは意味論的フォーマリズムからのアノテーションに偏りがある場合と評価する。
提案手法は,脳内の意味の組成について,より標的となる仮説の評価を可能にする。
論文 参考訳（メタデータ） (2021-01-29T14:42:02Z) - Data-driven models and computational tools for neurolinguistics: a
language technology perspective [12.082438928980087]
本稿では,脳画像に基づく神経言語学的研究について,自然言語表現に焦点をあてて概説する。
神経言語学と言語技術の相互豊か化は、脳に認識された自然言語表現の開発につながる。
論文 参考訳（メタデータ） (2020-03-23T20:41:51Z)
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。