論文の概要: The Role of Grid Cells in Reducing Spatial Aliasing in Hippocampal Place Representations

• arxiv url: http://arxiv.org/abs/2608.18569v1
• Date: Wed, 19 Aug 2026 06:01:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.28973
• Title: The Role of Grid Cells in Reducing Spatial Aliasing in Hippocampal Place Representations
• Title（参考訳）: 海馬における空間エイリアス抑制におけるグリッド細胞の役割
• Abstract要約: 空間エイリアシングは、2つ以上の異なる位置が非常に類似した位置細胞表現を生成するときに起こる。 このような環境での空間エイリアスを緩和するためにグリッドセル信号を導入する。
• 参考スコア（独自算出の注目度）: 44.3424387270451
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spatial aliasing occurs when two or more distinct locations produce highly similar place-cell representations, primarily due to environmental symmetry or repetitive structures. This issue is most pronounced when place representations are constructed solely from boundary vector cell (BVC) inputs, because symmetric or repetitive structures can yield indistinguishable sensory patterns across multiple locations in an environment. This work introduces grid cell signals to mitigate spatial aliasing in such settings. Because grid cells contribute periodic, internally generated spatial signals that vary independently of environmental geometry, they play a key role in disambiguating perceptually identical locations. We integrate multiple modules of analytically constructed grid cells with BVC-driven place cells and show that this leads to a 94--99% reduction in spatial aliasing relative to a BVC-only baseline across three environments: an open environment without obstacles; an environment with a cross-shaped central obstacle creating high visual symmetry; and a maze environment. The greatest improvement occurs in the environment with the highest visual symmetry. These results indicate that grid cells provide information complementary to boundary-based inputs, yielding more reliable place representations in geometrically ambiguous environments.
• Abstract（参考訳）: 空間エイリアス(空間エイリアス)は、2つ以上の異なる場所が環境対称性や反復的な構造のために非常に類似した位置細胞表現を生成するときに起こる。 この問題は、配置表現が境界ベクトルセル(BVC)入力からのみ構成されている場合に最も顕著である。 このような環境での空間エイリアスを緩和するためにグリッドセル信号を導入する。 格子細胞は、環境幾何学とは無関係に発生する内部的に発生する周期的な空間信号に寄与するため、知覚的に同一な位置を曖昧にするために重要な役割を担っている。 解析的に構築されたグリッドセルの複数のモジュールをBVC駆動の配置セルと組み合わせることで,BVCのみのベースラインに対する空間エイリアシングが94-99%減少することを示す。 最大の改善は、最も高い視覚対称性を持つ環境で起こる。 これらの結果はグリッドセルが境界に基づく入力に相補的な情報を提供し、幾何学的に曖昧な環境においてより信頼性の高い位置表現が得られることを示している。

関連論文リスト

• Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
  そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。 我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。 シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
  論文  参考訳（メタデータ） (2026-06-03T12:14:24Z)
• VLM-GLoc: Vision-Language Model Enhanced Monte Carlo Localization for Robust Semantic Global Localization in Cluttered Quasi-Static Environments [2.049702429898688]
  VLM-GLocは階層的モンテカルロ局所化の手法である。 実世界の2つの環境 – 携帯電話を備えた食料品店と,四足歩行の3700平方フィートのラボスペース – で評価した。 VLM-GLocは、それぞれ70%と74%のグローバルなローカライゼーション成功を達成し、従来の幾何学のみのベースラインとドメイン固有のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2026-05-28T19:43:32Z)
• Geometry-First Generative Spatial Single-Cell Reconstruction [22.536808546976918]
  単細胞RNAシークエンシング(scRNA-seq)は多数の細胞をプロファイルするが、空間的文脈は失われる。 GEARSは、細胞型ラベルや組織像、細胞間配列の割り当てに頼ることなく、STによって誘導される固有の単一細胞空間幾何学を再構築する、幾何学第一のフレームワークである。 推測において、GEARSは、scRNA-seqセルの多くの重なり合う部分集合上の幾何を再構成し、サブセット間のペア距離を予測し、大域的距離幾何学問題を解く。
  論文  参考訳（メタデータ） (2026-05-27T09:24:16Z)
• HeRO: Hierarchical 3D Semantic Representation for Pose-aware Object Manipulation [54.325346533275074]
  HeROは、階層的意味論を通して幾何学と意味論を結合する拡散ベースのポリシーである。 様々なテストにおいて、HeROは新しい最先端技術を確立し、Place Dual Shoesの成功率を12.3%改善し、6つの挑戦的なポーズ対応タスクで平均6.5%向上した。
  論文  参考訳（メタデータ） (2026-02-21T12:29:10Z)
• Robust Scene Coordinate Regression via Geometrically-Consistent Global Descriptors [52.57327385675752]
  幾何学的構造と視覚的類似性の両方に整合したグローバルな記述子を学習するアグリゲータモジュールを提案する。 これにより、信頼できないオーバーラップスコアによる誤関連が修正される。 挑戦的なベンチマークの実験では、大規模環境ではかなりのローカライゼーションが得られた。
  論文  参考訳（メタデータ） (2025-12-19T04:24:03Z)
• Global Context-aware Representation Learning for Spatially Resolved Transcriptomics [19.594447007588606]
  複数のスポット間のグローバルな関係を捉えるために、Simisity Telescopeモジュールを導入した新しいフレームワークであるSpotscapeを提案する。 また,スライス内スポットとインタースライススポット間の距離を制御し,効率的なマルチスライス統合を実現するための類似性スケーリング戦略を提案する。
  論文  参考訳（メタデータ） (2025-05-28T13:47:50Z)
• Place Cells as Multi-Scale Position Embeddings: Random Walk Transition Kernels for Path Planning [43.129849610367465]
  海馬は、集合的な場所細胞活動を通じて認知地図を符号化することで、空間ナビゲーションをサポートする。 この枠組みでは、内積または同値な埋め込み間のユークリッド距離は、複数のスケールにわたる遷移確率の観点から、位置間の類似性を符号化する。 非負性性と内産物構造の組み合わせは自然に空間性を誘導し、場所細胞の局所的な発火場を原則的に説明する。
  論文  参考訳（メタデータ） (2025-05-20T18:14:11Z)
• Visual Place Cell Encoding: A Computational Model for Spatial Representation and Cognitive Mapping [0.0]
  本稿では,視覚入力を用いて位置細胞様活性化をシミュレートするための生物学的にインスパイアされた枠組みを提案する。 ロボット搭載カメラで撮影した画像から抽出した高次元の外観特徴をクラスタリングすることで,視覚的な位置セルを活性化する。 その結果, 活性化パターンが, 空間的近接性, 配向配向性, 境界差などの生体位置細胞の重要な性質と相関するかどうかを調べた。
  論文  参考訳（メタデータ） (2025-04-22T14:49:30Z)
• HierRelTriple: Guiding Indoor Layout Generation with Hierarchical Relationship Triplet Losses [52.70183252341687]
  本稿では,空間的関係学習に着目した階層型三重項に基づく屋内関係学習手法HierRelTripleを提案する。 階層型リレーショナル三重項モデリングフレームワークであるHierRelTripleを導入する。 非条件レイアウト合成、フロアプラン条件付きレイアウト生成、シーン再構成の実験により、HierRelは空間関係のメトリクスを15%以上改善することを示した。
  論文  参考訳（メタデータ） (2025-03-26T07:31:52Z)
• Multiple-environment Self-adaptive Network for Aerial-view Geo-localization [85.52750931345287]
  航空ビューのジオローカライゼーションは、ドローンビュー画像とジオタグの衛星ビュー画像とをマッチングすることにより、未知の位置を決定する傾向がある。 本研究では,環境変化に伴う領域シフトを調整するために,マルチ環境自己適応ネットワーク(MuSe-Net)を提案する。 特に、MuSe-Netは、1つの多重環境スタイル抽出ネットワークと1つの自己適応的特徴抽出ネットワークを含む2分岐ニューラルネットワークを使用している。
  論文  参考訳（メタデータ） (2022-04-18T16:04:29Z)

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。