論文の概要: From Brain Models to Executable Digital Twins: Execution Semantics and Neuro-Neuromorphic Systems

• arxiv url: http://arxiv.org/abs/2604.13574v1
• Date: Wed, 15 Apr 2026 07:34:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.43695
• Title: From Brain Models to Executable Digital Twins: Execution Semantics and Neuro-Neuromorphic Systems
• Title（参考訳）: 脳モデルから実行可能デジタル双生児へ:実行セマンティックスとニューロモルフィックシステム
• Authors: Alexandre Muzy,
• Abstract要約: この調査では、実行のレベルでアプローチを比較するための統一的な視点として、物理的に制約された実行可能性を紹介します。 本稿では,孤立オフラインモデルから協調シミュレーション,オンラインデータによるディジタル双生児の連続実行に至るまで,実行体制の分類について提案する。 実行可能性の概念は、なぜ正確性だけで不十分なのかを明確にし、セマンティック・インターオペラビリティ、ハイブリッド・タイムの正確性、評価プロトコル、スケーラブルな同化、安全なクローズドループ検証を中心にしたアジェンダを動機付けている。
• 参考スコア（独自算出の注目度）: 51.82266520875928
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Brain digital twins aim to provide faithful, individualized computational representations of brains as dynamical systems, enabling mechanistic understanding and supporting prediction of clinical interventions. Yet current approaches remain fragmented across data pipelines, model classes, temporal scales, and computing platforms, which prevents the preservation of execution semantics across the end-toend workflow. This survey introduces physically constrained executability as a unifying perspective for comparing approaches at the level of execution: whether an execution state is persistent, which events are permitted to update it (simulation, measurement, actuation), and how strongly execution is temporally and causally coupled to neurobiological dynamics. Building on modeling and simulation theory, I propose a taxonomy of execution regimes ranging from isolated offline models to coordinated co-simulation, to continuously executing digital twins sustained by online data assimilation, and ultimately to neuro-neuromorphic physical systems in which biological and computational dynamics are co-executed under shared physical constraints. The executability concept clarifies why accuracy alone is insufficient, and motivates an agenda centered on semantic interoperability, hybrid-time correctness, evaluation protocols, scalable reproducible workflows, and safe closed-loop validation. This survey adopts a systems and runtime-oriented perspective, enabling comparison of heterogeneous approaches based on their execution semantics rather than on model form or application domain alone.
• Abstract（参考訳）: 脳デジタル双生児は、脳の忠実で個人化された計算表現を動的システムとして提供し、機械的理解と臨床介入の予測を支援することを目的としている。 しかし、現在のアプローチは、データパイプライン、モデルクラス、時間スケール、コンピューティングプラットフォーム間で断片化されており、エンドツーエンドワークフロー全体の実行セマンティクスの保存を防いでいる。 この調査では、実行状態が永続的であるか、どのイベントが更新を許可されているか(シミュレーション、測定、アクティベーション)、そして、強い実行が時間的および因果的に神経生物学的ダイナミクスとどのように結合されているかという、実行レベルにおけるアプローチを比較するための統一的な視点として、物理的に制約された実行可能性を紹介した。 モデリングとシミュレーション理論に基づいて,オンラインデータ同化によるデジタル双生児の連続的な実行,そして生物学的・計算力学が共有物理的制約の下で共実行される神経ニューロモルフィックな物理システムに対して,孤立オフラインモデルから協調シミュレーションまで,実行体制の分類法を提案する。 実行可能性の概念は、なぜ正確性だけで不十分なのかを明確にし、セマンティック相互運用性、ハイブリッドタイムの正しさ、評価プロトコル、スケーラブルな再現可能なワークフロー、安全なクローズドループバリデーションを中心にしたアジェンダを動機付けている。 この調査では、システムとランタイム指向の視点を採用し、モデルフォームやアプリケーションドメインのみではなく、実行セマンティクスに基づく異種アプローチの比較を可能にします。

関連論文リスト

• Joint Prediction of Human Motions and Actions in Human-Robot Collaboration [81.20389836121502]
  我々は,人間の行動と行動の共役推定と予測のための階層的枠組みであるtextsfMA-HERPを紹介した。 本研究では, 筋骨格シミュレーションを用いて, 騒音下での正確な動き予測と頑健な動作推定を示す予備的な実験評価を行った。
  論文  参考訳（メタデータ） (2026-04-03T14:40:07Z)
• Structured Hybrid Mechanistic Models for Robust Estimation of Time-Dependent Intervention Outcomes [9.820469663506882]
  動的システムにおける介入効果の推定は結果の最適化に不可欠である。 力学モデルは典型的には頑丈であるが、過度に単純化されることもある。 本稿では,時間依存的介入結果の予測のためのハイブリッドなメカニスティック・データ駆動手法を提案する。
  論文  参考訳（メタデータ） (2026-02-11T20:39:41Z)
• Certified Neural Approximations of Nonlinear Dynamics [51.01318247729693]
  安全クリティカルな文脈では、神経近似の使用は、基礎となるシステムとの密接性に公式な境界を必要とする。 本稿では,認証された一階述語モデルに基づく新しい,適応的で並列化可能な検証手法を提案する。
  論文  参考訳（メタデータ） (2025-05-21T13:22:20Z)
• Generative Modeling of Neural Dynamics via Latent Stochastic Differential Equations [1.5467259918426441]
  本稿では,生体神経系の計算モデル構築のためのフレームワークを提案する。 我々は、微分ドリフトと拡散関数を持つ結合微分方程式系を用いる。 これらのハイブリッドモデルは,刺激によって誘発される神経および行動応答の予測において,競争力を発揮することを示す。
  論文  参考訳（メタデータ） (2024-12-01T09:36:03Z)
• A Dynamic Systems Approach to Modelling Human-Machine Rhythm Interaction [4.33608942673382]
  本研究では、リズム処理の基礎となる物理および生物学的プロセスにインスパイアされた計算モデルを紹介する。 本研究は,人間の知覚範囲内でのリズムパターンを正確に知覚し,適応する能力を示すものである。
  論文  参考訳（メタデータ） (2024-06-26T10:07:20Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• Noise-Aware Training of Neuromorphic Dynamic Device Networks [2.2691986670431197]
  本稿では,デバイスネットワークのトレーニングのための新しいノイズ認識手法を提案する。 我々のアプローチでは、時間とカスケード学習によるバックプロパゲーションを採用し、物理機器の時間的特性を効果的に活用することができる。
  論文  参考訳（メタデータ） (2024-01-14T22:46:53Z)
• Deep Bayesian Active Learning for Accelerating Stochastic Simulation [74.58219903138301]
  Interactive Neural Process(INP)は、シミュレーションとアクティブな学習アプローチのためのディープラーニングフレームワークである。 能動的学習のために,NPベースモデルの潜時空間で計算された新しい取得関数Latent Information Gain (LIG)を提案する。 その結果,STNPは学習環境のベースラインを上回り,LIGは能動学習の最先端を達成していることがわかった。
  論文  参考訳（メタデータ） (2021-06-05T01:31:51Z)
• EvolveGraph: Multi-Agent Trajectory Prediction with Dynamic Relational Reasoning [41.42230144157259]
  本稿では,関係構造を明示的に認識し,潜在相互作用グラフによる予測を行う汎用軌道予測フレームワークを提案する。 将来の行動の不確実性を考慮すると、モデルはマルチモーダルな予測仮説を提供するように設計されている。 トレーニング効率を向上し、収束を加速するだけでなく、モデル性能も向上する2段トレーニングパイプラインを導入する。
  論文  参考訳（メタデータ） (2020-03-31T02:49:23Z)

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。