論文の概要: Real-time closed-loop protocol to assess neural variability in temporal coding

• arxiv url: http://arxiv.org/abs/2608.24895v1
• Date: Fri, 03 Jul 2026 15:51:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.333803
• Title: Real-time closed-loop protocol to assess neural variability in temporal coding
• Title（参考訳）: 時間符号化におけるニューラル可変性評価のためのリアルタイムクローズドループプロトコル
• Abstract要約: リアルタイム閉ループ刺激は適応制御による時間符号化を研究するための強力なアプローチである。 本研究では,クローズドループプロトコルがこの可変性にどのように適応し,ニューラルダイナミクスを望ましい状態へと導くかを評価する。 本稿では,適応型クローズドループ刺激により,現実的な変動条件下でのニューラルコーディング研究の手法が向上することが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding temporal coding in neural systems is essential for decoding brain communication and advancing knowledge of neural information processing. Neural activity often conveys information through spike sequences with stereotypical temporal structures linked to specific functions. However, these sequences are subject to variability introduced by neural dynamics. Real-time closed-loop stimulation is a powerful approach to study temporal coding through adaptive control. In this work, we evaluate how a closed-loop protocol adapts to this variability to drive neural dynamics toward a desired state. It computes the Victor-Purpura distance to quantify similarity between spike sequences generated by the neural system and a triggering pattern. If the protocol determines that a neural sequence is similar to the trigger pattern, it applies stimulation to the system. This allows for an analysis of whether the system's responses are consistent and facilitates the identification of varying spike sequences that can be considered instances of the same functional temporal code. We designed two validation experiments using the Hindmarsh-Rose model: (i) detection of a temporal code and delivery of stimulation to produce brief interspersed bursts, and (ii) detection of burst onset in chaotic activity followed by inhibitory stimulation to regularize it. Gaussian noise was progressively injected to increase variability. The protocol exhibited high degree of adaptability to variability and was effective in achieving the target dynamics. The results reported in this paper suggest that adaptive closed-loop stimulation can enhance experimental methodologies for studying neural coding under realistic variability conditions.
• Abstract（参考訳）: ニューラルシステムにおける時間的コーディングを理解することは、脳のコミュニケーションを復号し、ニューラル情報処理の知識を進化させるのに不可欠である。 神経活動はしばしばスパイクシーケンスを通して情報を伝達し、特定の機能と関連付けられたステレオタイプ時間構造を持つ。 しかしながら、これらのシーケンスは、ニューラルダイナミクスによって導入された可変性の対象である。 リアルタイム閉ループ刺激は適応制御による時間符号化を研究するための強力なアプローチである。 本研究では,クローズドループプロトコルがこの可変性にどのように適応し,ニューラルダイナミクスを望ましい状態へと導くかを評価する。 ニューラルシステムによって生成されたスパイクシーケンスとトリガーパターンの類似性を定量化するために、Victor-Purpura距離を計算する。 プロトコルが神経配列がトリガーパターンに類似していると判断した場合、システムに刺激を与える。 これにより、システムの応答が一貫性があるかどうかの分析が可能になり、同じ関数時間コードのインスタンスと見なされる様々なスパイクシーケンスの識別が容易になる。 Hindmarsh-Roseモデルを用いた2つの検証実験を設計した。 一 短時間に散発的に発散する時限コードの検出及び刺激の送達 (II) カオス活動におけるバースト発症の検出と抑制刺激を併用し, 正常化が図られた。 ガウスノイズは変動性を高めるために徐々に注入された。 このプロトコルは可変性に高い適応性を示し、ターゲット力学を達成するのに効果的であった。 本稿では,適応型クローズドループ刺激により,現実的な変動条件下でのニューラルコーディング研究の手法が向上することが示唆された。

関連論文リスト

• Bio-plausible Neuromorphic Disturbance Observer Based on Emulation Theory: Extended Version [13.267463227196401]
  本稿では,ニューロモヒック障害オブザーバ(NDO)と制御フレームワークを開発する。 従来の連続時間信号表現をスパイクタイピングエンコーディングに置き換える。 適応閾値のスパイクスキームはスパイク現象を固定閾値の場合の42.6%まで減少させる。
  論文  参考訳（メタデータ） (2026-05-05T15:28:07Z)
• Dendritic Resonate-and-Fire Neuron for Effective and Efficient Long Sequence Modeling [66.0841376808143]
  樹状共振器(RF)ニューロンは入力信号から効率的に周波数を抽出し、スパイク列車に符号化することができる。 RFニューロンは、複雑なタスクにおけるエネルギー効率とトレーニング速度のトレードオフとして、有効なメモリ容量が限られている。 本稿では,複数の共振器とソマアーキテクチャを明示的に組み込んだDdendritic Resonate-and-Fireモデルを提案する。
  論文  参考訳（メタデータ） (2025-09-21T18:15:45Z)
• 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)
• Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
  本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。 本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
  論文  参考訳（メタデータ） (2025-03-20T12:28:08Z)
• Continuous signal sparse encoding using analog neuromorphic variability [0.0]
  時間信号符号化は低消費電力で常時オンのシステムに不可欠である。 本研究では, 内因性神経の変動を利用して, 連続的な刺激を強固にエンコードする生物学的原理による枠組みを提案する。 本手法は, アナログニューロモルフィック基板上での時間データの低消費電力低遅延処理に適していることを示す。
  論文  参考訳（メタデータ） (2025-01-23T09:29:40Z)
• Continuous time recurrent neural networks: overview and application to forecasting blood glucose in the intensive care unit [56.801856519460465]
  連続時間自己回帰リカレントニューラルネットワーク(Continuous Time Autoregressive Recurrent Neural Network, CTRNN)は、不規則な観測を考慮に入れたディープラーニングモデルである。 重篤なケア環境下での血糖値の確率予測へのこれらのモデルの適用を実証する。
  論文  参考訳（メタデータ） (2023-04-14T09:39:06Z)
• Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
  この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。 我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
  論文  参考訳（メタデータ） (2023-03-30T02:40:28Z)
• Robust alignment of cross-session recordings of neural population activity by behaviour via unsupervised domain adaptation [1.2617078020344619]
  本研究では,同じ動物から記録された未確認データから行動関連潜伏動態を推定できるモデルを提案する。 教師なし領域適応と、複数のセッションで訓練された逐次変分オートエンコーダを組み合わせることで、見つからないデータに対して優れた一般化が達成できることを示す。
  論文  参考訳（メタデータ） (2022-02-12T22:17:30Z)
• DriPP: Driven Point Processes to Model Stimuli Induced Patterns in M/EEG Signals [62.997667081978825]
  我々はDriPPと呼ばれる新しい統計点過程モデルを開発する。 我々は、このモデルのパラメータを推定するために、高速で原理化された予測最大化(EM)アルゴリズムを導出する。 標準MEGデータセットの結果から,我々の手法が事象関連ニューラルレスポンスを明らかにすることが示された。
  論文  参考訳（メタデータ） (2021-12-08T13:07:21Z)

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。