文献

J-GLOBAL ID：201902281684577940   整理番号：19A1078438

ニューロンの集団発火率におけるChaosの強度の定量化【JST・京大機械翻訳】

Quantifying Strength of Chaos in the Population Firing Rate of Neurons

著者 (1件)： Kanamaru Takashi (Department of Mechanical Science and Engineering, School of Advanced Engineering, Kogakuin University, Hachioji-city, Tokyo 192-0015, Japan)
資料名： Neural Computation  (Neural Computation)
巻： 30  号： 3  ページ： 792-819  発行年： 2018年 
JST資料番号： W0257A  ISSN： 0899-7667  資料種別： 逐次刊行物 (A)
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： 本研究では,パルス結合ニューラルネットワークのポピュレーション発火率におけるカオスの強度を定量化することを検討した。特に,個体群発火率がカオス的であり,各ニューロンの発火が確率的であると考えた。時間にわたる人口発火率の変化を示すために,発火の時間ヒストグラムを計算した。このヒストグラムを平滑化するために,Bayes適応回帰スプラインとGaussフィルタを用いた。再構成に基づく非線形予測法を,フィリングの平滑化時間ヒストグラムにおけるインターピーク間隔のシーケンスに適用した。カオスの強度の量子化器としての非線形性の和の利用を提案した。この方法をパルス結合ニューラルネットワークの検証に適用した場合,非線形性の和はカオスの強度を定量化するための3つの特性を満足することが分かった。最初に,それはスパイキングデータのみから計算できる。第二に,それは,理論的に,または数値的に確認されて,カオス的であることを確認するために適用されるとき,大きな値を取る。第3に,それは元の動力学のカオスの強度を反映する。Copyright 2018 Massachusetts Institute of Technology Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 量子化器 ,  スプライン ,  平滑化 ,  非線形性 ,  個体群 ,  Gaussフィルタ ,  *ニューロン ,  再構成 ,  パルス ,  カオス ,  ヒストグラム ,  ニューラルネットワーク ,  機械要素
準シソーラス用語： 非線形予測 , 【Automatic Indexing@JST】

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 (4件)： ニューロン ,  集団 ,  発火 ,  定量化