論文の概要: Every route counts, but some count more: a max-plus view of the C. elegans brain
- arxiv url: http://arxiv.org/abs/2610.37587v1
- Date: Tue, 27 Oct 2026 17:25:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.731931
- Title: Every route counts, but some count more: a max-plus view of the C. elegans brain
- Title（参考訳）: あらゆるルートが数えるが、もっと数えるもの:C. elegansの脳を最大で見る
- Abstract要約: 本稿では, 電気, シナプス, モノアミン, 神経ペプチド, ホルモン層の組み合わせから, エレガンスの機能性結合体が出現するモデルを提案する。
線形スペクトルとは異なり、これらの構造はデータの生物学的意味を保ち、それらの秩序に基づく記述は、脳の状態はユークリッド空間ではなく格子の中に存在することを示唆している。
- 参考スコア（独自算出の注目度）: 3.9074972735882536
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Brains do not simply add up every signal they receive: they select which routes dominate. Yet connectomes are usually analyzed with tools that sum over all paths and place neural states in Euclidean spaces, blurring the feedback circuits that may sustain internal states. Here we treat neural signaling as routing instead of diffusion and describe it with max-plus algebra, in which signals accumulate along a path and the strongest route prevails. We propose a model in which the functional connectome of Caenorhabditis elegans emerges from the time-varying combination of electrical, synaptic, monoaminergic, neuropeptidergic and hormonal layers, and analyze five networks within this framework. Each collapses onto a handful of dominant feedback loops, which recover well-characterized circuits and point to new candidates for experimental study. Unlike linear spectra, these structures keep the biological meaning of the data, and their order-based description suggests that brain states live in lattices rather than Euclidean spaces.
- Abstract（参考訳）: 脳は単に受信する全ての信号を追加するのではなく、どの経路が支配するかを選択する。
しかし、コネクトームは通常、ユークリッド空間内の全ての経路を総和して神経状態を置くツールで分析され、内部状態を維持する可能性のあるフィードバック回路はぼやけている。
ここでは、ニューラルネットワークを拡散ではなくルーティングとして扱い、最大余剰代数で表現し、信号が経路に沿って蓄積され、最強経路が優勢である。
本研究では, 電気, シナプス, モノアミン, 神経ペプチド, ホルモンの時間的結合から, エレガンスの機能性結合体が出現するモデルを提案し, 本フレームワーク内の5つのネットワークを解析した。
それぞれのループはいくつかの支配的なフィードバックループに崩壊し、良好な特性を持つ回路を回復し、実験のための新しい候補を示す。
線形スペクトルとは異なり、これらの構造はデータの生物学的意味を保ち、それらの秩序に基づく記述は、脳の状態はユークリッド空間ではなく格子の中に存在することを示唆している。
関連論文リスト
- BrainWideBench: Benchmarking large-scale pretraining and across-animal transfer in multi-region neural recordings [65.86350451382873]
マルチリージョンニューラル記録における動物間移動の評価のためのベンチマークであるBrainWideBenchを提案する。
BrainWideBenchは、276の脳領域にまたがる神経と行動の記録の、国際脳研究所のBrainwide Mapデータセット上に構築されている。
論文 参考訳（メタデータ） (2026-09-18T17:54:32Z) - Learning in Deep Networks under Dale's Constraint [9.2539090358827]
既存のモデルでは、ニューロンやシナプスは正と負の両方の混合符号値を表現することができる。
生物学的に動機づけられたニューラルアーキテクチャを導入し,ニューラルアクティベーションと学習信号の両方を非負のアクティビティで表現する。
非負の誤り信号に頼らず,我々の学習手法がバックプロパゲーション更新を正確に回復できることを理論的に示す。
論文 参考訳（メタデータ） (2026-08-07T08:40:40Z) - Neural Circuit Function Inference with LLMs [0.0]
我々は,ニューラルサーキット機能と,その構成要素であるニューラルセルタイプの役割を推論する新しい自動化手法であるLLantiaを考案した。
文献から細胞型機能の記述を抽出し,コネクトームと組み合わせることで,他の全ての細胞型の機能を推測する。
結果は階層的に構造化され、複数の行動的および生理的コンテキストの下で異なる回路関数が編成される。
論文 参考訳（メタデータ） (2026-07-27T16:06:40Z) - NeuroFly: A framework for whole-brain single neuron reconstruction [17.93211301158225]
本稿では,大規模な単一ニューロン再構築のための検証フレームワークであるNeuroFlyを紹介する。
NeuroFlyはプロセスを、セグメンテーション、接続、証明の3つのステージに分割する。
私たちの目標は、ニューロン再構築の課題に取り組むために、研究者間のコラボレーションを促進することです。
論文 参考訳（メタデータ） (2024-11-07T13:56:13Z) - Learning with Chemical versus Electrical Synapses -- Does it Make a
Difference? [61.85704286298537]
バイオインスパイアされたニューラルネットワークは、ニューラルネットワークの理解を深め、AIシステムの最先端を改善する可能性がある。
我々は,光リアルな自律走行シミュレータを用いて自律車線維持実験を行い,その性能を種々の条件下で評価する。
論文 参考訳（メタデータ） (2023-11-21T13:07:20Z) - A versatile circuit for emulating active biological dendrites applied to
sound localisation and neuron imitation [0.0]
我々は,利得を示し,遅延を導入し,統合を行うデンドライトのセグメントをエミュレートする汎用回路を導入する。
また、デンドライトが破裂するニューロンを形成できることもわかりました。
この重要な発見は、デンドライト回路のみからなるニューラルネットワークを作る可能性を示唆している。
論文 参考訳（メタデータ） (2023-10-25T09:42:24Z) - Increasing biases can be more efficient than increasing weights [33.05856234084821]
ユニットは、あるユニットから次のユニットに渡されるときに、非破壊的な情報を保存することの重要性を強調します。
重みよりもバイアスの増加に焦点を当てることで、ニューラルネットワークモデルの性能が大幅に向上する可能性があることを示す。
論文 参考訳（メタデータ） (2023-01-03T01:36:31Z) - Biologically Inspired Neural Path Finding [71.77273989319868]
ヒトの脳は、シナプスによって接続された数千億の生物学的ニューロンからなるグラフィカルな構造と見なすことができる。
一般化グラフにおいて、ソースノードと宛先ノードの間の最適な低コスト経路を求めるための計算フレームワークを開発する。
論文 参考訳（メタデータ） (2022-06-13T08:33:22Z) - 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) - Can the brain use waves to solve planning problems? [62.997667081978825]
このような課題を解くニューラルネットワークモデルを提案する。
このモデルは、哺乳類の新皮質と海馬に関する幅広い実験的な発見と互換性がある。
論文 参考訳（メタデータ） (2021-10-11T11:07:05Z)
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。