文献

J-GLOBAL ID：202002221725356420   整理番号：20A2146579

連想ニューロン-星状細胞ネットワークにおける配列学習【JST・京大機械翻訳】

Sequence Learning in Associative Neuronal-Astrocytic Networks

著者 (2件)： Kozachkov Leo (Computational Brain Lab, Department of Computer Science, Rutgers University, New Brunswick, NJ, USA) ,  Michmizos Konstantinos P. (Computational Brain Lab, Department of Computer Science, Rutgers University, New Brunswick, NJ, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12241  ページ： 349-360  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 脳を研究するためのニューロンパラダイムは,どのようにニューロンプロセス情報が生物学的知能を達成するかの理解と,そのような知識が人工知能にどのように翻訳されるか,そして,そのほとんどの脳由来分岐,神経形態学的コンピューティング,の何れかの理解に限界がある。脳がどのように働くかの仮説を反転させると,星状細胞の最近の探索は,これらの長神経脳細胞がシナプスレベルでニューロン活性と相互作用することにより,どのように学習を動的に調節するかを明らかにする。最近の実験的研究に続いて,会合性,Hopfield型,ニューロン-星状細胞ネットワークを設計し,ニューロンと星状細胞の間の相互作用の動力学を分析した。星状細胞がネットワークにおいて学習された記憶間の遷移を誘発するのに十分であり,星状細胞プロセスにおけるカルシウム依存性の遅い電流の動力学に基づくこれらの遷移のタイミングを誘導した。更に,星状細胞萎縮をエミュレートすることにより,配列学習に対する脳-形態学的機構を評価した。記憶想起は影響を受けた星状細胞の臨界点に達した後に大きく損なわれることを示した。これらの結果は,神経形態学的情報処理のための非ニューロン要素の計算力を利用するための進行中の努力を支持する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  電流 ,  *学習 ,  情報処理 ,  *ネットワーク ,  *ニューロン ,  カルシウム ,  臨界点 ,  シナプス ,  エミュレーション ,  人工知能 ,  *星状細胞 ,  萎縮症 ,  モルフォロジー
準シソーラス用語： 神経形態学 , 【Automatic Indexing@JST】

著者キーワード (3件)： 連想ネットワーク ,  星状細胞 ,  シーケンス学習

分類 (3件)： 中枢神経系  (EJ12030F) ,  細胞生理一般  (EF02010S) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (4件)： 連想 ,  ニューロン ,  星状細胞 ,  学習