A Dynamical Theory of Sequential Retrieval in Input-Driven Hopfield Networks
この論文は、入力駆動型可塑性を備えたホップフィールドネットワークにおける二つの時間スケールを有するアーキテクチャを解析し、自己維持的な記憶遷移の条件を導出することで、連想記憶モデルにおける逐次推論の原理的数学的理論を確立したものである。
🧬 Category
q-bio.NC
57 件の論文
Efficient Coding Predicts Synaptic Conductance
この論文は、シナプスがエネルギー効率（ジュールあたりのビット数）を最大化するように進化し、その自然な伝導値からの逸脱に伴う効率低下が、シナプスの生物物理学から導かれるパラメータなしのモデルによって正確に予測されることを示しています。
Machine Learning for Complex Systems Dynamics: Detecting Bifurcations in Dynamical Systems with Deep Neural Networks
この論文は、候補となる平衡状態を入力としてシステムパラメータを推論する「平衡情報ニューラルネットワーク（EINN）」という深層学習手法を提案し、複雑な力学系における臨界遷移や分岐を従来の数値シミュレーションよりも効率的に検出できることを示しています。
A systematic approach to answering the easy problems of consciousness based on an executable cognitive system
この論文は、カントの概念知識論に基づいて構築された実行可能な認知システムを用いて、意識の「易しい問題」を体系的に解明し、知覚・分類・反応・報告・情報統合の学習メカニズム、注意と意図的制御の感情・情報操作メカニズム、そして覚醒と夢睡眠の刺激源の違いを提案し、その妥当性をシステムの実演によって示しています。
INTENSE: Detecting and disentangling neuronal selectivity in calcium imaging data
この論文は、自由行動中の動物のカルシウムイメージングデータから、時間的構造や行動の共分散を統制し、条件付き相互情報量を用いて神経選択性を検出・解離するオープンソースフレームワーク「INTENSE」を提案し、その合成データおよびマウス実験データによる有効性を示したものである。
Why the Brain Consolidates: Predictive Forgetting for Optimal Generalisation
この論文は、記憶の固定化だけでなく、将来の予測に寄与する情報の選択的保持を通じて複雑性を削減する「予測的忘却」が、高容量な大脳皮質ネットワークにおいてオフライン反復処理によって一般化性能を最適化する新たな計算論的役割を担うことを示しています。
Neural geometry in the human hippocampus enables generalization across spatial position and gaze
本研究は、海馬ニューロンが自己、他者、視線の位置情報をほぼ直交する部分空間に符号化しつつ、単純な線形変換で整列可能な幾何学的構造を持つことで、空間位置や視線の異なる状況間での一般化と抽象化を可能にしていることを明らかにしました。
The Spatial and Temporal Resolution of Motor Intention in Multi-Target Prediction
本研究は、多チャネル筋電図信号を用いた深層学習および古典的機械学習パイプラインを開発し、運動開始前の計画段階から多方向への到達目標を高精度に予測することで、リハビリテーションや支援技術における能動的かつ応答性の高い制御の実現に貢献するものです。
DecNefSimulator: A Modular, Interpretable Framework for Decoded Neurofeedback Simulation Using Generative Models
DecNefSimulator は、生成モデルを用いた仮想的な被験体を通じてデコード型ニューロフィードバックの学習ダイナミクスを可視化・分析し、プロトコルの最適化や失敗要因の特定を可能にするモジュール型かつ解釈可能なシミュレーションフレームワークを提案するものである。
An Information-Theoretic Framework For Optimizing Experimental Design To Distinguish Probabilistic Neural Codes
本論文は、確率的な神経符号（尤度関数か事後分布か）を区別するための実験刺激分布を最適化する情報理論的枠組みを提案し、KL 発散に基づく「情報ギャップ」を最大化することで、神経集団がどのように感覚的不確実性を表現・処理するかを解明する原理的な実験設計を可能にするものである。
Escaping the BLEU Trap: A Signal-Grounded Framework with Decoupled Semantic Guidance for EEG-to-Text Decoding
この論文は、脳波（EEG）から自然言語を復号化する際に生じる意味的バイアスや信号軽視、そして BLEU スコアの罠といった課題に対処するため、感情やトピックなどの decoupled な意味目標と、信号に基づく厳密な注意機構を統合した新たなフレームワーク「SemKey」を提案し、従来の評価指標を超えた堅牢な性能向上を実証したものである。
Neuro-Symbolic Decoding of Neural Activity
NEURONA は、画像や動画の fMRI 質問応答データセットを活用し、記号的推論と fMRI 信号の接地を統合することで、視覚刺激から相互作用する概念を解読し、構造的な事前知識の導入によって未知のクエリに対する一般化性能を大幅に向上させる神経記号フレームワークを提案する。
Characterization of Phase Transitions in a Lipkin-Meshkov-Glick Quantum Brain Model
本論文は、リッキン・メシュコフ・グリック枠組みに基づく量子脳モデルにおいて、生物学的に動機付けられたシナプスフィードバックが相転移の位相構造を再編成し、特に縦磁場下で臨界境界をシフトさせることを、ハシミ分布やウェルエントロピーを用いた基底状態の解析および平均場方程式に基づく動的解析を通じて明らかにしたものである。
Non-Invasive Reconstruction of Intracranial EEG Across the Deep Temporal Lobe from Scalp EEG based on Conditional Normalizing Flow
本論文は、条件付き正規化フロー（CNF）に基づく新しい生成フレームワーク「NeuroFlowNet」を提案し、頭皮 EEG から深部側頭葉の脳内 EEG 信号を初めて高忠実度で非侵襲的に再構築する手法を開発したものである。
Inhibitory Cross-Talk Enables Functional Lateralization in Attention-Coupled Latent Memory
本論文は、抑制性の交差結合（inhibitory cross-talk）が記憶バンクの機能的側性化を可能にし、連想的想起と規則抽出という異なるタスクを同時に効率的に処理する記憶増強型トランスフォーマーのアーキテクチャを提案し、その有効性を示すものである。
Solving adversarial examples requires solving exponential misalignment
この論文は、機械学習モデルの概念認識空間（PM）の次元が人間のそれよりも桁違いに高いことが、敵対的サンプルの発生原因であり、その次元の一致（アライメント）が敵対的ロバスト性の達成に不可欠であると示唆しています。
Two-phase quadratic integrate-and-fire neurons: Exact low-dimensional description for ensembles of finite-voltage neurons
標準の QIF モデルが持つ非物理的な電圧発散を除去しつつ、熱力学極限において単一の複素 Riccati 方程式による厳密な低次元記述を維持する、より生物学的に妥当な 2 段階型 QIF 神経モデルを導入し、集団的な発火率や平均電圧などの解析的扱いを可能にした。