Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

神経回路によるコンピューティング: モデルモデル

J J Hopfield, D W Tank

    Science (New York, N.Y.)
    |August 8, 1986
    PubMed
    まとめ
    この要約は機械生成です。

    研究者は,モデルニューラル回路における計算を理解するための新しいフレームワークを開発しました. このアプローチは複雑なネットワークを簡素化し,詳細なシミュレーションなしに分析を可能にし,新しい電子回路の潜在能力を有しています.

    関連する実験動画

    関連する概念動画

    こちらも読む

    関連記事

    共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

    並び替え
    Same author

    The synthesis-diffusion-degradation model explains Bicoid gradient formation in unfertilized eggs.

    Physical biology·2012
    Same author

    Searching for memories, Sudoku, implicit check bits, and the iterative use of not-always-correct rapid neural computation.

    Neural computation·2008
    Same author

    Encoding for computation: recognizing brief dynamical patterns by exploiting effects of weak rhythms on action-potential timing.

    Proceedings of the National Academy of Sciences of the United States of America·2004
    Same author

    Spontaneous eye movements in goldfish: oculomotor integrator performance, plasticity, and dependence on visual feedback.

    Vision research·2004
    Same author

    Learning rules and network repair in spike-timing-based computation networks.

    Proceedings of the National Academy of Sciences of the United States of America·2003
    Same author

    Simple networks for spike-timing-based computation, with application to olfactory processing.

    Neuron·2003
    Same journal

    Erratum for the Research Article "Detecting supramolecular organic nanoparticles during heat wave".

    Science (New York, N.Y.)·2026
    Same journal

    Local signals, systemic decline.

    Science (New York, N.Y.)·2026
    Same journal

    The mechanics of liver regeneration.

    Science (New York, N.Y.)·2026
    Same journal

    Computing in a memory with physics.

    Science (New York, N.Y.)·2026
    Same journal

    Retraction.

    Science (New York, N.Y.)·2026
    Same journal

    Making time.

    Science (New York, N.Y.)·2026
    関連記事をすべて見る

    科学分野:

    • 計算神経科学とは
    • 人工ニューラルネットワークとは
    • バイオフィジックス 生物物理学

    背景:

    • ニューラルコンピューティングを理解することは,神経科学とAIにとって極めて重要です.
    • 既存のモデルは,しばしば複雑なシミュレーションを必要とします.
    • 生物学的なニューロンは,単純化されながらも重要な計算特性を有しています.

    研究 の 目的:

    • モデルニューラル回路における計算を分析するための新しい概念的枠組みを提示する.
    • 回路の振る舞いを理解するための最小化原理を導入する.
    • 新しい電子回路の実装の可能性を探求する.

    主な方法:

    • 神経回路計算のための概念的枠組みの開発.
    • 電子回路のダイナミクスを分析するために最小化原理を用いる.
    • シンメトリックなシナプス接続を持つネットワークにおける非線形分級応答ニューロンのモデリング.

    主要な成果:

    • 詳細なダイナミクスなしで複雑なニューラル回路計算を理解するための方法.
    • このフレームワークは,生物学的に重要な問題を解決する回路に適用されます.
    • 簡素化されたニューロンモデルにおける重要な計算特性の保持を実証した.

    結論:

    • 概念的枠組みと最小化原理は,ニューラルコンピューティングの洞察を提供します.
    • このモデルは,生物学的なニューロンの簡素化されながらも効果的な近似を示しています.
    • 電子機器への導入は,ユニークな機能を持つ新しい回路につながる可能性があります.