文献

J-GLOBAL ID：201702266467237408   整理番号：17A1253042

復号化と制御のためのスパイキングネットワークの動力学の最適化【Powered by NICT】

Optimizing the dynamics of spiking networks for decoding and control

著者 (3件)： Fuqiang Huang (Department of Electrical & Systems Engineering, Washington University in St. Louis, MO 63130, USA) ,  Riehl James (Department of Electrical & Systems Engineering, Washington University in St. Louis, MO 63130, USA) ,  ShiNung Ching (Department of Electrical & Systems Engineering, Washington University in St. Louis, MO 63130, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACC  ページ： 2792-2798  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,復号化と制御の目的のためのスパイキングネットワークの構築に向けた最適化ベースアプローチを提示した。より詳しくいえば,ここでは,所定の軌道に沿って線形システムを駆動するために,相互作用,原始スパイキングユニットのネットワークである復号が簡単な目的関数を仮定した。ユニットはそうする特定目的関数を減少させる場合にのみ急騰すると仮定した。最適化は拡散動力学を持つニューロンのネットワークと積分発火ニューラルモデルとの類似性を持つ閾値に基づくスパイキング規則を与えた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 相互作用 ,  積分 ,  *復号化 ,  *ネットワーク ,  *最適化 ,  目的関数 ,  類似性 ,  線形系 ,  ニューロン
準シソーラス用語： 神経回路網モデル , 【Automatic Indexing@JST】

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  中枢神経系  (EJ12030F) ,  人工知能  (JE08000Z) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (3件)： 復号化 ,  動力学 ,  最適化