論文の概要: Soliton-like Waves in a Two-Dimensional Recurrent Spiking Neural Network with Weighted Spike-Timing-Dependent Plasticity
- arxiv url: http://arxiv.org/abs/2606.21432v1
- Date: Fri, 19 Jun 2026 13:47:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 13:27:18.017902
- Title: Soliton-like Waves in a Two-Dimensional Recurrent Spiking Neural Network with Weighted Spike-Timing-Dependent Plasticity
- Title（参考訳）: 重み付きスパイクタイミング依存塑性を有する2次元リカレントスパイクニューラルネットワークにおけるソリトン様波動
- Authors: Ch. Meessen,
- Abstract要約: 我々は、離散時間で作動する最小限の生物学的に妥当なスパイキングニューロンモデルを構築した。
ネットワークは、散逸性ソリトンの性質を持つ安定した自己伝播波パケットを自然に生み出す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We construct a minimal but biologically plausible spiking neuron model operating in discrete time, combining multiplicative spike-timing-dependent plasticity (WSTDP), divisive normalization of synaptic integration, homeostatic threshold adaptation, and a one-step refractory period. We show that this normalization admits a biologically plausible dendritic implementation in which each binary junction operates using only locally available information. Assembling excitatory-inhibitory pairs of such neurons into a two-dimensional recurrent network and applying periodic localized stimulation, we find that the network spontaneously gives rise to stable, self-propagating wave packets with the properties of dissipative solitons: they maintain a stable spatial profile, propagate at constant speed, and annihilate upon frontal collision. Their emergence requires a geometric asymmetry between excitatory and inhibitory connection radii, and initial inhibitory synapses stronger than excitatory ones. WSTDP engraves the direction of propagation into the synaptic weight profile, so that the network learns by itself to sustain propagation in one direction while suppressing the reverse. When two sources are active simultaneously, the resulting waves annihilate upon collision, defining a semi-persistent boundary whose position encodes the relative phase and frequency of the two sources. These results provide a minimal computational framework for studying the emergence of cortical traveling waves, activity zone delimitation, and spatial memory from local plasticity rules alone.
- Abstract（参考訳）: 離散時間で作動する最小でも生物学的に安定なスパイクニューロンモデルを構築し, 乗算的スパイク刺激依存性可塑性(WSTDP), シナプス積分の分別正規化, 静電しきい値適応, および1段階の難治期間を組み合わせた。
この正規化は生物学的に妥当な樹状体の実装を認め,各バイナリ接合は局所的に利用可能な情報のみを用いて動作することを示す。
このようなニューロンの興奮抑制対を2次元のリカレントネットワークに組込み、周期的な局所的刺激を施すことにより、ネットワークは自発性ソリトンの性質を持つ安定な自己伝搬波パケットを自然に生じさせ、安定な空間分布を維持し、一定の速度で伝播し、前頭葉衝突時に消滅させる。
彼らの出現には、興奮性結合と抑制性結合の半径と、興奮性結合よりも強い最初の抑制性シナプスの間の幾何学的非対称性が必要である。
WSTDPは、シナプス重みプロファイルへの伝播方向を彫り込み、ネットワークは、逆を抑えながら、一方向の伝播を維持するために自身で学習する。
2つの源が同時に活動すると、結果として生じる波は衝突時に消滅し、その位置が2つの源の相対位相と周波数を符号化する半永続境界を定義する。
これらの結果は、局所的な塑性規則のみから皮質進行波の出現、活動域の減少、空間記憶を研究するための最小限の計算フレームワークを提供する。
関連論文リスト
- Quantum Transport in Disordered Spin Networks: Emergent Timescales and Competing Pathways [0.0]
混乱したシステムにおける量子輸送は、障害の相互作用、相互作用、デコヒーレンスに関する根本的な疑問を引き起こしている。
本稿では、スピン不純物の散逸ダイナミクスにおける複数の輸送時間スケールの出現を、小さな空間的に乱れたスピンのネットワークに結合して検討する。
論文 参考訳（メタデータ） (2026-05-09T12:38:27Z) - Correlation-Enabled Beatings in Two-Dimensional Electronic Spectroscopy [8.199979748452435]
持続的なビートは、緩やかなバスメモリと超高速パルスシーケンスの両方を必要とする相関駆動機構から生じる可能性があることを示す。
この研究は、長寿命のビートをプロトコルレベルの動的効果、すなわち超高速制御下での相関による検索として再編成する。
論文 参考訳（メタデータ） (2026-02-03T22:47:55Z) - Unleashing Temporal Capacity of Spiking Neural Networks through Spatiotemporal Separation [67.69345363409835]
スパイキングニューラルネットワーク(SNN)は、時間的処理に自然に適していると考えられており、膜電位の伝播は、コア時間的モデリングメカニズムとして広く見なされている。
我々は, 膜伝播を段階的に段階的に除去する非ステートフル(NS)モデルの設計を行った。
論文 参考訳（メタデータ） (2025-12-05T07:05:53Z) - Persistent subradiant correlations in a random driven Dicke model [49.1574468325115]
理論的には、共振周波数における障害の存在下で、単光モードに結合した2レベルエミッタのアレイの駆動散逸ダイナミクスを理論的に検討する。
我々は、リウヴィリアンの固有状態と低崩壊速度に対応する力学における部分ラジアント相関の概念を導入し、時間内でも振動することができる。
論文 参考訳（メタデータ） (2025-07-25T17:53:56Z) - Backpropagation through space, time, and the brain [2.10686639478348]
我々は、ニューロンの物理的、動的ネットワークにおける完全局所的時間的クレジット割り当てのための計算フレームワークであるGeneral Latent Equilibriumを紹介する。
特に、GLEは樹状樹の形態を利用して、単一ニューロンのより複雑な情報保存と処理を可能にしている。
論文 参考訳（メタデータ） (2024-03-25T16:57:02Z) - Autonomous coherence protection of a two-level system in a fluctuating
environment [68.8204255655161]
我々は、もともと、相互作用しない2レベルシステム(量子ビット)のアンサンブルから静的ドップラー拡大の効果を取り除くことを意図したスキームを再検討する。
このスキームははるかに強力であり、時間と空間に依存するノイズから単一(あるいはアンサンブル)量子ビットのエネルギーレベルを保護できることを示した。
論文 参考訳（メタデータ） (2023-02-08T01:44:30Z) - Quadrature nonreciprocity: unidirectional bosonic transmission without
breaking time-reversal symmetry [0.0]
時間反転対称ハミルトニアンを持つ系における非相互性の概念を一方向ボソニック輸送へ拡張する。
標準の非相互性とは対照的に、この一方向輸送は、モードが外部参照位相に関して解決されたときに現れる。
我々の研究は、ボゾン系における信号ルーティングと量子制限増幅のための新しい道を開く。
論文 参考訳（メタデータ） (2022-07-18T11:37:54Z) - Continuous and time-discrete non-Markovian system-reservoir
interactions: Dissipative coherent quantum feedback in Liouville space [62.997667081978825]
2つの構造型貯水池に同時に露出する量子系について検討する。
対角線と対角線と外対角線の両方の貯留層相互作用を2倍のメモリと組み合わせた数値的精度の擬似2次元テンソルネットワークを用いて連続的および離散的遅延効果を示す。
例えば、離散フォトニックフィードバックと構造された音響フォノノノビアンモードの非マルコフ的相互作用を考察し、初期励起された2レベルシステム内での貯留層間相関と長寿命個体群トラップの出現を導いた。
論文 参考訳（メタデータ） (2020-11-10T12:38:35Z) - Equilibrium Propagation with Continual Weight Updates [69.87491240509485]
時間によるバックプロパゲーション(BPTT)と密接に一致する勾配を計算し、機械学習と神経科学を橋渡しする学習アルゴリズムを提案する。
理論的には、学習速度が十分に小さい場合、第2相の各段階において、BPTTが与える損失の勾配に従ってニューロンとシナプスのダイナミクスが従うことを証明している。
これらの結果からEPは,後方伝播との親密な関係を維持しつつ,ハードウェアの制約に順応し,生物学に一歩近づいた。
論文 参考訳（メタデータ） (2020-04-29T14:54:30Z) - Continual Weight Updates and Convolutional Architectures for Equilibrium
Propagation [69.87491240509485]
Equilibrium Propagation (EP)は、ニューラルネットワークのトレーニングのためのバックプロパゲーション(BP)に対する生物学的にインスパイアされた代替アルゴリズムである。
本稿では,方程式の簡易化,学習の高速化,CNNへのEP拡張を可能にするEPの離散時間定式化を提案する。
我々のCNNモデルは、EPでMNISTで報告された最高のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2020-04-29T12:14:06Z)
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。