論文の概要: Response time of lateral predictive coding and benefits of modular structures

• arxiv url: http://arxiv.org/abs/2604.20524v1
• Date: Wed, 22 Apr 2026 13:02:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.134013
• Title: Response time of lateral predictive coding and benefits of modular structures
• Title（参考訳）: 横方向予測符号の応答時間とモジュラ構造の利点
• Authors: Guanghui Cai, Zhen-Ye Huang, Weikang Wang, Hai-Jun Zhou,
• Abstract要約: 横方向予測符号化(LPC)は、生物学的ニューラルネットワークにおける特徴検出を評価するための単純な理論的枠組みである。 最近の理論的研究は、非ガウス的な隠れ入力特徴を抽出できる最適LPCネットワークの構築に成功した。
• 参考スコア（独自算出の注目度）: 0.7251373200764727
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lateral predictive coding (LPC) is a simple theoretical framework to appreciate feature detection in biological neural circuits. Recent theoretical work [Huang et al., Phys.Rev.E 112, 034304 (2025)] has successfully constructed optimal LPC networks capable of extracting non-Gaussian hidden input features by imposing the tradeoff between energetic cost and information robustness, but the resulting dynamical systems of recurrent interactions can be very slow in responding to external inputs. We investigate response-time reduction in the present paper. We find that the characteristic response time of the LPC system can be minimized to closely approaching the lower-bound value without compromising the mean predictive error (energetic cost) and the information robustness of signal transmission. We further demonstrate that optimal LPC networks taking a modular structural organization with extensively reduced number of lateral interactions are equally excellent as all-to-all completely connected networks, in terms of feature detection performance, response time, energetic cost and information robustness.
• Abstract（参考訳）: 横方向予測符号化(LPC)は、生物学的ニューラルネットワークにおける特徴検出を評価するための単純な理論的枠組みである。 近年の理論的研究(Huang et al , Phys.Rev.E 112, 034304 (2025))は、エネルギーコストと情報ロバスト性の間のトレードオフを付与することにより、非ガウス的な隠れ入力特徴を抽出できる最適LPCネットワークの構築に成功したが、結果として生じるリカレント相互作用の動的システムは、外部入力に対応すると非常に遅くなる。 本稿では,本論文の応答時間短縮について検討する。 平均予測誤差(エネルギーコスト)と信号伝達の情報ロバスト性を損なうことなく,LPCシステムの特性応答時間を最小限に抑えることができることがわかった。 さらに, 機能検出性能, 応答時間, エネルギーコスト, 情報ロバスト性の観点から, 横方向相互作用の幅を広く減らしたモジュール構造構造をもつ最適LPCネットワークは, 完全連結ネットワークとして等しく優れていることを示した。

関連論文リスト

• A Latency Coding Framework for Deep Spiking Neural Networks with Ultra-Low Latency [51.75891259753546]
  スパイキングニューラルネットワーク(SNN)は、エネルギー効率のよいニューラル処理に重要な可能性を持つ生物学的にインスパイアされたコンピューティングパラダイムを提供する。 Time-To-First-Spike (TTFS)コーディングは、ニューロンの最初のスパイクの正確なタイミングを通じて情報を符号化する。 TTFSモデルには効率的なトレーニング方法がなく、高い推論遅延と限られたパフォーマンスに悩まされている。 本稿では,バックプロパゲーション・スロー・タイム(BPTT)アルゴリズムを用いて,深層TTFS符号化SNNの効率的なトレーニングを可能にする包括的フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-24T13:52:03Z)
• ANCRe: Adaptive Neural Connection Reassignment for Efficient Depth Scaling [57.91760520589592]
  ネットワークの深度を拡大することは、現代の基礎モデルの成功の背後にある中心的な要因である。 本稿では,ニューラルネットワークの奥行き,すなわち残差接続の既定メカニズムを再考する。 我々は、データから残余接続性をパラメータ化し、学習する原則的かつ軽量なフレームワークである、適応型ニューラルネットワーク再割り当て(ANCRe)を導入する。
  論文  参考訳（メタデータ） (2026-02-09T18:54:18Z)
• Predictive Spike Timing Enables Distributed Shortest Path Computation in Spiking Neural Networks [0.26249027950824505]
  本稿では,リアルタイムな処理遅延を伴う局所スパイクベースのメッセージパスにより,最短経路計算を行うアルゴリズムを提案する。 短期的なタイミング力学だけで最短経路を計算できるかを示すことによって、この研究は、生物学的ネットワークが複雑な計算問題をどう解決するかに関する新たな洞察を提供する。
  論文  参考訳（メタデータ） (2025-09-12T09:13:47Z)
• Dissipation alters modes of information encoding in small quantum reservoirs near criticality [1.9260081982051918]
  量子貯水池コンピューティング(QRC)は、時間的機械学習タスクに取り組むために、短期的な量子デバイスを活用するための有望なパラダイムとして登場した。 本稿では, 制御可能な結合, 固有非線形性, 調整可能な光子損失を記述した, 駆動散逸型量子貯水池の最小モデルについて検討する。 鍵となる結果は、動的分岐をマークする臨界点近くで、システムは主に冗長から相乗的エンコーディングへと遷移することを示している。
  論文  参考訳（メタデータ） (2024-12-24T08:53:30Z)
• Reservoir computing for system identification and predictive control with limited data [3.1484174280822845]
  我々は、ベンチマーク制御システムの力学を学習し、モデル予測制御(MPC)の代理モデルとして機能するRNN変種の評価を行う。 エコー状態ネットワーク(ESN)は、計算複雑性の低減、より有効な予測時間、MPC目的関数のコスト削減など、競合するアーキテクチャよりも様々な利点がある。
  論文  参考訳（メタデータ） (2024-10-23T21:59:07Z)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)
• Latent Equilibrium: A unified learning theory for arbitrarily fast computation with arbitrarily slow neurons [0.7340017786387767]
  遅いコンポーネントのネットワークにおける推論と学習のための新しいフレームワークであるLatent Equilibriumを紹介する。 我々は, ニューロンとシナプスのダイナミクスを, 将来的なエネルギー関数から導出する。 本稿では,大脳皮質微小循環の詳細なモデルに我々の原理を適用する方法について述べる。
  論文  参考訳（メタデータ） (2021-10-27T16:15:55Z)
• Toward fast and accurate human pose estimation via soft-gated skip connections [97.06882200076096]
  本稿では,高精度かつ高効率な人間のポーズ推定について述べる。 我々は、最先端技術よりも精度と効率を両立させる文脈において、この設計選択を再分析する。 本モデルでは,MPII と LSP のデータセットから最先端の結果が得られる。
  論文  参考訳（メタデータ） (2020-02-25T18:51:51Z)

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。