文献

J-GLOBAL ID：201702262541048565   整理番号：17A1427365

ニューロンモデルにおける入力正弦波信号の自動復号化低域準同形フィルタリングによる改良されたSNRスペクトル【Powered by NICT】

Automatic decoding of input sinusoidal signal in a neuron model: Improved SNR spectrum by low-pass homomorphic filtering

著者 (5件)： Orcioni Simone (DII, Universita Politecnica delle Marche, 60131 Ancona, Italy) ,  Paffi Alessandra (DIET, Sapienza University of Rome, 00184 Rome, Italy) ,  Camera Francesca (DIET, Sapienza University of Rome, 00184 Rome, Italy) ,  Apollonio Francesca (DIET, Sapienza University of Rome, 00184 Rome, Italy) ,  Liberti Micaela (DIET, Sapienza University of Rome, 00184 Rome, Italy)
資料名： Neurocomputing  (Neurocomputing)
巻： 267  ページ： 605-614  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ニューロンがコードの原理と低レベル刺激からのプロセス情報は,神経科学における未解決の問題が残っている。ニューロンモデルは,この質問に回答するための有用なツールであるがニューロンスパイク配列中に埋め込まれた入力情報を解読するために必要である高感度な方法。本研究では,低域通過準同形フィルタリングによる改善されたSNRスペクトルに基づく自動復号化手順を開発した。手順は,50Hzから300Hzの範囲の低レベル正弦波信号により強制される確率的ホジキンHuxleyニューロンモデルに適用した。比較的少数のモデルランの(≒ 200)を用いた場合でも,入力情報を復号化する自動的に,感度と精度の点で,非常に高い性能を示した。これは異なるタイプのニューロンで用いられる低レベル正弦波刺激の符号化機構を理解するために高速で有効な方法を提供することができた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *復号化 ,  神経科学 ,  *フィルタリング ,  高感度 ,  *スペクトル ,  符号化 ,  *正弦波 ,  *ニューロン ,  高速度
準シソーラス用語： *神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： HHニューロンモデル ,  ニューロン符号化 ,  自動復号化法 ,  改良されたSN比 ,  準同形フィルタリング

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (7件)： ニューロンモデル ,  正弦波信号 ,  復号化 ,  低域 ,  フィルタリング ,  SNR ,  スペクトル