文献

J-GLOBAL ID：202002221647815939   整理番号：20A0326498

生物学的神経回路網内の結合性と同時に電気生理学を推定するための統計的データ同化【JST・京大機械翻訳】

Statistical data assimilation for estimating electrophysiology simultaneously with connectivity within a biological neuronal network

著者 (1件)： Armstrong Eve (Department of Physics, New York Institute of Technology, New York, New York 10023, USA and Department of Astrophysics, American Museum of Natural History, New York, New York 10024, USA)
資料名： Physical Review. E  (Physical Review. E)
巻： 101  号： 1  ページ： 012415  発行年： 2020年 
JST資料番号： W0493A  ISSN： 2470-0045  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： データ同化(DA)の方法を用いて,小モデル生物学的ネットワークにおけるシナプス連結性と同時にニューロンの電気生理学的パラメータを推定した。DA手順は,測定誤差とモデル誤差項の両方からなるコスト関数で,最適化としてキャストされる。これらの項の反復再重み付けにより,非凸コスト関数の表面上の状態空間の局所領域内で最低の最小値を同定するための系統的な方法が可能になる。モデルにおいて,2セットのパラメータ値は,ネットワーク活動の2つの特別な機能的モード,すなわち全てのニューロンの同時発火と,ニューロンが配列中にバーストするパターン生成モードと関連している。DA手順はこれらのモードを回復できる。(i)刺激電流はカオス波形を持ち,(ii)測定は回路の全ニューロンの膜電圧から成る。さらに,この方法は,提供された測定を再現するために必要な最大次元を含む表現に対して,不必要に高い次元のモデルを剪定することができる。本論文では,DAが小規模で分離可能な機能回路における特性を推定するための実験室設計を知らせる可能性を有するという概念実証を提供した。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電流 ,  ニューロン ,  測定誤差 ,  統計データ ,  カオス ,  *神経回路網 ,  電圧 ,  バースト ,  ネットワーク ,  凸形 ,  最適化 ,  費用関数 ,  重みづけ ,  シナプス ,  *データ同化

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  ゆらぎ,ランダム過程,Brown運動,輸送過程の一般的理論  (BA08020B)

タイトルに関連する用語 (6件)： 生物学 ,  神経回路網 ,  電気生理学 ,  推定 ,  統計的データ ,  同化