文献

J-GLOBAL ID：201802257618150133   整理番号：18A1907979

スパイキングニューラルネットワークによる記号列の符号化【JST・京大機械翻訳】

Encoding symbolic sequences with spiking neural reservoirs

著者 (6件)： Duarte Renato (INM-6/IAS-6/INM-10, Juelich Research Centre, Juelich, Germany) ,  Uhlmann Marvin (Max Planck Institute for Psycholinguistics Nijmegen, Netherlands) ,  den van Broek Dick (Max Planck Institute for Psycholinguistics Nijmegen, Netherlands) ,  Fitz Hartmut (Max Planck Institute for Psycholinguistics Nijmegen, Netherlands) ,  Petersson Karl Magnus (Max Planck Institute for Psycholinguistics Nijmegen, Netherlands) ,  Morrison Abigail (INM-6/IAS-6/INM-10, Juelich Research Centre, Juelich, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-8  発行年： 2018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： 生物学的に触発されたスパイキングネットワークは,ニューラルシステムにおける計算と認識の性質を研究するための重要なツールである。本研究では,アイデンティティマッピングタスクに従事するスパイキングネットワークの表現能力を調べた。記号入力を符号化するための二つの方式を比較した。一つは入力が直流として注入され,一つは入力が空間時間スパイクパターンとして配信される。異なる入力シンボルの数の関数として入力を識別するネットワークの能力を試験した。また,状態変数として膜電位またはフィルタスパイク列を用いて性能を比較した。さらに,回路挙動が励起と抑制の間のバランス,およびその内部動力学における同期性と規則性の程度にどのように依存するかを調べた。最終的に,著者らは,望ましいターゲットラベルに対するデコーディングポピュレーション活性の異なる線形方法を比較した。全体として,著者らの結果は,この単純なマッピング作業が入力符号化,状態変数,回路特性および復号化方法に関する設計選択によって強く影響されることを示唆して,これらの因子は複雑な方法で相互作用することができた。本研究は,利用可能な神経生物学的証拠による行動の計算ネットワークモデルの制約の重要性を強調する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 同時性 ,  規則度 ,  *文字列 ,  *ネットワーク ,  膜電位 ,  相互作用 ,  回路特性 ,  フィルタ ,  復号化 ,  線形性 ,  状態変数
準シソーラス用語： ネットワークモデル ,  スパイク列 ,  アイデンティティ ,  *スパイキングニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： スパイキングニューラルネットワーク ,  記号列 ,  符号化