論文の概要: The physical basis of information flow in neural matter: a thermocoherent perspective on cognitive dynamics

• arxiv url: http://arxiv.org/abs/2604.04069v1
• Date: Sun, 05 Apr 2026 11:23:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.901495
• Title: The physical basis of information flow in neural matter: a thermocoherent perspective on cognitive dynamics
• Title（参考訳）: 神経物質における情報フローの物理的基礎-認知力学における熱コヒーレントな視点
• Authors: Onur Pusuluk,
• Abstract要約: 情報フローは認知の現代的説明の中心であるが、生きた神経物質における物理的な基礎はいまだに未定義のままである。 我々は, 熱流と非リレーショナルサブシステムのコヒーレンスを相互に結合する, テクストコヒーレント効果を動機とするマルチスケール資源フレームワークを開発する。 この写真は認知の主張や抽象的なコーディングの縮小ではなく、微視的な関係資源がバイアス伝達、緩和、シグナル伝達、および大規模神経調整を可能とする、偽装可能なフレームワークである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Information flow is central to contemporary accounts of cognition, yet its physical basis in living neural matter remains poorly specified. Here, we develop a multiscale resource-theoretical framework motivated by the \textit{thermocoherent effect}, where heat flow is reciprocally coupled to a delocalized information flow carried by shared coherence and not reducible to local subsystem variables. Extending this line of work in light of recent results on correlation-enabled Mpemba-type thermal relaxation, we argue that the operational relevance of correlations depends less on their taxonomy than on their dynamical accessibility under the underlying interaction geometry. Relational structure encoded in the state of a single composite system -- including quantum entanglement, quantum discord, and classical correlations -- may therefore act as a usable physical resource that remains hidden from local subsystem descriptions. We propose that electrical, chemical, ionic, and thermal transport processes in neural matter may, under suitable microscopic conditions, generate or transduce partially hidden relational resources whose mutual coupling can progressively build larger-scale thermocoherent organization across spatial or spatiotemporal partitions in neural tissue. Ion-channel interfaces, hydrogen-bonded proton networks, aromatic $π$-electron architectures, and phosphate-rich motifs emerge as plausible substrate classes in which such resources may arise, become transiently accessible under environmental coupling, and leave coarse-grained signatures in neural dynamics. The resulting picture is neither a claim of macroscopic quantum cognition nor a reduction of cognition to abstract coding, but a falsifiable framework in which microscopic relational resources can bias transport, relaxation, signaling, and cross-scale neural coordination.
• Abstract（参考訳）: 情報フローは認知の現代的説明の中心であるが、生きた神経物質における物理的な基礎はいまだに未定義のままである。 そこで本研究では,共有コヒーレンスによって運ばれる非局在化情報フローに熱流を相互に結合し,局所的なサブシステム変数に還元できないような,マルチスケールな資源理論フレームワークを開発する。 相関可能なMpemba型熱緩和に関する最近の研究結果を踏まえ、相関の操作的関連性は、基礎となる相互作用幾何学の下での動的アクセシビリティよりも、その分類に依存しないと主張している。 したがって、単一の合成系の状態(量子絡み合い、量子不協和、古典的相関など)に符号化された関係構造は、局所的なサブシステム記述から隠れた状態にある有用な物理資源として機能する可能性がある。 電気, 化学, イオン, 熱輸送プロセスは, 適切な微視的条件下で, 相互カップリングにより, 空間的, 空間的, 空間的区分にまたがる大規模熱コヒーレントな組織を段階的に構築し, 部分的に隠れた関係資源を生成・伝達する可能性がある。 イオンチャネル界面、水素結合プロトンネットワーク、芳香族の$π$電子アーキテクチャ、リン酸に富んだモチーフは、そのような資源が生じる可能性のある可塑性基質クラスとして出現し、環境結合下で過渡的にアクセスでき、神経力学において粗い粒度のシグネチャを残している。 結果として得られた画像は、マクロ的な量子認知の主張や抽象的なコーディングへの認識の減少ではなく、微視的な関係資源がバイアス伝達、緩和、シグナル伝達、および大規模神経協調を許容するファリザブルな枠組みである。

関連論文リスト

• Identifying Connectivity Distributions from Neural Dynamics Using Flows [6.70232946864974]
  我々は最大エントロピーと連続正規化フロー(CNF)に基づく推論フレームワークを開発する。 本手法は,マルチスタブルなアトラクタ,リミットサイクル,リングアトラクタを生成する接続構造を持つ合成データセット上で検証する。 我々のフレームワークは、接続の回復から、どの接続構造が必要かを特定するための回路推論をシフトする。
  論文  参考訳（メタデータ） (2026-03-27T15:14:55Z)
• Kirchhoff-Inspired Neural Networks for Evolving High-Order Perception [51.28469959548178]
  我々はKirchhoff-Inspired Neural Network (KINN)を提案する。 KINNは、基本的な常微分方程式から数値的に安定な状態更新を導き、より高階の進化成分の明示的な分離と符号化を可能にする。
  論文  参考訳（メタデータ） (2026-03-25T06:17:31Z)
• Uncovering Latent Communication Patterns in Brain Networks via Adaptive Flow Routing [6.266036335881278]
  神経通信力学のレンズを通して多モード融合を定式化する。 AFR-Netは、構造的制約(SC)が機能的通信パターン(FC)を引き起こす方法をモデル化する物理インフォームドフレームワークである。 実験により、AFR-Netは最先端のベースラインを大きく上回っていることが示された。
  論文  参考訳（メタデータ） (2026-01-31T06:56:50Z)
• Neuronal Group Communication for Efficient Neural representation [85.36421257648294]
  本稿では, 効率的な, モジュラー, 解釈可能な表現を学習する, 大規模ニューラルシステムの構築方法に関する問題に対処する。 本稿では、ニューラルネットワークを相互作用する神経群の動的システムとして再認識する理論駆動型フレームワークである神経グループ通信(NGC)を提案する。 NGCは、重みを埋め込みのようなニューロン状態間の過渡的な相互作用として扱い、神経計算はニューロン群間の反復的なコミュニケーションを通じて展開する。
  論文  参考訳（メタデータ） (2025-10-19T14:23:35Z)
• Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
  本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。 本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
  論文  参考訳（メタデータ） (2025-03-20T12:28:08Z)
• Connectivity structure and dynamics of nonlinear recurrent neural networks [41.038855001225826]
  ニューラルネットワークにおける接続構造が高次元集合活動をどのように形成するかを解析する理論を開発する。 単一ニューロンの活動では接続構造は見えず,集団活動は劇的に形成されている。
  論文  参考訳（メタデータ） (2024-09-03T15:08:37Z)
• Inferring Relational Potentials in Interacting Systems [56.498417950856904]
  このような相互作用を発見する代替手法として、ニューラル・インタラクション・推論(NIIP)を提案する。 NIIPは観測された関係制約を尊重する軌道のサブセットに低エネルギーを割り当てる。 別々に訓練されたモデル間での相互作用の型を交換するなどの軌道操作や、軌道予測を可能にする。
  論文  参考訳（メタデータ） (2023-10-23T00:44:17Z)
• Imaginary components of out-of-time correlators and information scrambling for navigating the learning landscape of a quantum machine learning model [0.0]
  我々は、時間外相関器の未探索の虚構成分が、グラフニューラルネットワークの情報スクランブル能力に関する前例のない洞察を与えることができることを分析的に説明する。 このような分析は、量子情報がそのようなネットワークを介してどのようにスクランブルされるかを明らかにすることによって、量子機械学習モデルのトレーニングをデミステレーションする。
  論文  参考訳（メタデータ） (2022-08-29T06:17:28Z)
• Cross-Frequency Coupling Increases Memory Capacity in Oscillatory Neural Networks [69.42260428921436]
  クロス周波数カップリング(CFC)は、ニューロンの集団間での情報統合と関連している。 我々は,海馬および大脳皮質における観測された$theta - gamma$振動回路の計算的役割を予測するCFCのモデルを構築した。 CFCの存在は, 可塑性シナプスによって結合された神経細胞のメモリ容量を増加させることを示す。
  論文  参考訳（メタデータ） (2022-04-05T17:13:36Z)

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。