論文の概要: Heterogeneous synaptic motifs bridge microscale structure and macroscale nonlinear dynamics

• arxiv url: http://arxiv.org/abs/2606.27946v1
• Date: Fri, 26 Jun 2026 10:41:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.467976
• Title: Heterogeneous synaptic motifs bridge microscale structure and macroscale nonlinear dynamics
• Title（参考訳）: マイクロスケール構造とマクロスケール非線形ダイナミクスの不均一なシナプスモチーフ
• Abstract要約: シナプス分解能ネットワークコネクトロミクスの最近の進歩は、脳回路が微細な構造的接続を特徴とすることを示している。 本研究では,マウス一次視覚野の個体群間における不均一な活動を再カプセル化するネットワーク接続をリバースエンジニアリングする枠組みを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recent breakthroughs in synaptic-resolution network connectomics have revealed that brain circuits feature fine-scale structural connectivity, such as pairs of correlated synaptic couplings known as second-order motifs. Large-scale recordings of neuronal activity in networks containing nonlinear neurons reveal macroscopic heterogeneous population dynamics throughout the brain. These findings rekindle the inquiry into this intriguing question: Can microscale synaptic structures contribute to macroscopic heterogeneous dynamics and computations in ways that canonical brain circuit models cannot? To answer this question, we create random RNNs with various cell types, nonlinear non-negative neural responses, and arbitrary marginal and second-order correlated synaptic statistics. We derive mean-field low-rank equations for P-population networks in which the pre- and postsynaptic neuronal population identities determine the synaptic and motif strengths. Our framework requires 2P latent dynamic variables with P variables describing mean population activity and P variables capturing within-population variability. Theoretical and simulational results demonstrate that chain motifs induce correlations in synaptic variability, enabling microscopic fluctuations to be integrated and influence mesoscopic mean population dynamics. We apply this framework to reverse engineer network connectivity that recapitulates the heterogeneous activity across the population in the mouse primary visual cortex. By bridging the gap between synaptic organization and nonlinear heterogeneous population dynamics, our results offer a principled approach and testable predictions regarding the relationship between fine-scale connectivity, heterogeneous dynamics, and functional computations.
• Abstract（参考訳）: シナプス分解能ネットワークコネクトロミクスの最近の進歩により、脳回路は2次モチーフとして知られる相関したシナプス結合の対のような微細な構造的な接続が特徴であることが判明した。 非線形ニューロンを含むネットワークにおける神経活動の大規模記録は、脳全体にわたるマクロな異種集団の動態を示す。 マイクロスケールのシナプス構造は、標準的な脳回路モデルでは不可能な方法で、マクロなヘテロジニアス力学や計算に寄与できるか? この疑問に答えるために、様々な細胞タイプ、非線形非負のニューラル応答、および任意の辺縁および2階相関シナプス統計を用いたランダムなRNNを作成する。 我々は, シナプス前およびシナプス後ニューロン集団がシナプスとモチーフの強さを決定するP集団ネットワークの平均場低ランク方程式を導出した。 本フレームワークでは,P変数が平均集団活動を示す2P潜在動的変数と,P変数が個体群内変動をキャプチャするP変数を必要とする。 理論的およびシミュレーション的な結果は、連鎖モチーフがシナプス変動の相関を誘導し、顕微鏡的揺らぎを積分し、メソスコピック平均集団力学に影響を及ぼすことを示した。 本枠組みは,マウス一次視覚野の個体群における不均一な活動を再カプセル化するネットワーク接続のリバースエンジニアリングに応用する。 本研究は, 相乗的組織と非線形異種集団力学のギャップを埋めることにより, 微細接続性, 異種動態, 機能計算の関係について, 原理的アプローチと検証可能な予測を提供する。

関連論文リスト

• A neural-astrocyte architecture implements a hybrid automaton for evidence accumulation [0.0]
  アストロサイトは神経細胞以外のグリア細胞であり、神経計算における役割により広く注目を集めている。 本研究では、アストロサイトが強化学習環境において、ニューラルネットワークが文脈を推測する能力を増強するメカニズムについて検討する。
  論文  参考訳（メタデータ） (2026-09-14T18:49:14Z)
• Topological Neural Dynamics: A Neuron-wise Framework for Sequence Modeling [55.07411490538404]
  トポロジカル・ニューラル・ダイナミクス(TND)は、トポロジカル・ニューラル・ダイナミクス(英語版) (TND) が階層的からニューロン的へと変化するシーケンス・モデリング・フレームワークである。 TNDは神経系を、有向ニューロングラフ、相互作用演算子、局所力学関数として表す。 我々はTNDをシングルプレイヤーPongにおける行動クローニングタスクのケーススタディとして評価した。
  論文  参考訳（メタデータ） (2026-06-19T10:18:24Z)
• 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)
• Self-Supervised Discovery of Neural Circuits in Spatially Patterned Neural Responses with Graph Neural Networks [0.0]
  神経集団活動からシナプス接続を推定することは、計算神経科学の基本的な課題である。 本稿では,ニューロンをグラフ内の相互作用ノードとしてモデル化することにより,同時に神経活動を予測するグラフベースニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2025-09-21T17:46:43Z)
• Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
  逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。 われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。 本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
  論文  参考訳（メタデータ） (2025-07-15T17:57:48Z)
• NOBLE -- Neural Operator with Biologically-informed Latent Embeddings to Capture Experimental Variability in Biological Neuron Models [63.592664795493725]
  NOBLEは、解釈可能なニューロンの特徴を連続周波数変調した埋め込みから電流注入によって誘導されるソマティック電圧応答へのマッピングを学ぶ神経オペレーターフレームワークである。 内在的な実験変数を考慮したニューラルダイナミクスの分布を予測する。 NOBLEは、その一般化を実際の実験データで検証する最初の大規模ディープラーニングフレームワークである。
  論文  参考訳（メタデータ） (2025-06-05T01:01:18Z)
• Exploring Structural Nonlinearity in Binary Polariton-Based Neuromorphic Architectures [0.0]
  ネットワークのレイアウトから導かれる構造的非線形性は,複雑な計算作業を円滑に行う上で重要な役割を担っていることを示す。 この個々のニューロン特性からネットワークアーキテクチャへのシフトは、ニューロモルフィックコンピューティングの効率性と適用性に大きな進歩をもたらす可能性がある。
  論文  参考訳（メタデータ） (2024-11-09T09:29:46Z)
• 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)
• Equivalence of Additive and Multiplicative Coupling in Spiking Neural Networks [0.0]
  スパイキングニューラルネットワークモデルは、生物学的ニューロンの回路の創発的集団力学を特徴付ける。 加法結合を持つスパイクニューラルネットワークモデルは乗法結合を持つモデルと等価であることを示す。
  論文  参考訳（メタデータ） (2023-03-31T20:19:11Z)
• POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
  2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。 提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
  論文  参考訳（メタデータ） (2022-01-19T09:26:34Z)
• The distribution of inhibitory neurons in the C. elegans connectome facilitates self-optimization of coordinated neural activity [78.15296214629433]
  線虫Caenorhabditis elegansの神経系は、昆虫のサイズが小さいにもかかわらず著しく複雑である。 一般的な課題は、システムレベルでの神経組織と神経活動の関係をよりよく理解することである。 我々は,各ニューロンの神経伝達物質同定を近似した,C. elegans Connectomeの抽象シミュレーションモデルを実装した。
  論文  参考訳（メタデータ） (2020-10-28T23:11:37Z)
• Synaptic Integration of Spatiotemporal Features with a Dynamic Neuromorphic Processor [0.1529342790344802]
  DYNAP-SENAPの動的シナプスを持つ単一点ニューロンは、特定の時間構造を持つシナプス前スパイクに対して選択的に応答できることを示す。 この構造は、例えば単一ニューロンの視覚的特徴調整を可能にする。
  論文  参考訳（メタデータ） (2020-02-12T11:26:35Z)

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。