108 papers
Dit onderzoek toont aan dat het verfijnen van een morfokinetisch raamwerk voor het analyseren van bladbewegingen, door middel van niet-lineaire beschrijvers en contextuele variabelen, de robuustheid en nauwkeurigheid van waterstressclassificatie bij planten significant verbetert.
Deze paper introduceert een nieuwe, wiskundig hanteerbare benadering voor normatieve neurale coderingstheorieën door het optimaliseren van representatieve gelijkenis in plaats van neuronale activiteit, waardoor een breed scala aan convexe problemen wordt onthuld die inzicht geven in identificeerbaarheid, unieke neurale afstemming en de optimale verdeling van codering in ON- en OFF-kanalen.
Dit artikel bespreekt de literatuur over normatieve theorieën van gridcellen en concludeert dat deze cellen biologisch plausibele, hoogwaardige niet-lineaire codes voor positie vormen die pathintegratie ondersteunen, terwijl het tevens lessen trekt voor het integreren van taak-geoptimaliseerde neurale netwerken in theoretisch neurowetenschappelijk onderzoek.
Dit artikel ontwikkelt een mean-field game-model voor SEIR-epidemieën op heterogene netwerken dat analyseert hoe individuen hun contactgedrag optimaliseren om infectierisico's af te wegen tegen isolatiekosten, waarbij de incubatieperiode een cruciale vertraging in preventief gedrag veroorzaakt die kan leiden tot grotere uitbraken.
Dit artikel toont aan dat een parameterloos model, gebaseerd op de biofysica van synapsen en Shannon-informatietheorie, de waargenomen daling in energie-efficiëntie bij afwijkende synaptische geleidingswaarden nauwkeurig voorspelt, wat bevestigt dat neurale systemen geëvolueerd zijn om de hoeveelheid informatie per Joule te maximaliseren.
Dit artikel introduceert INTENSE, een open-source framework dat wederzijdse informatie en circulaire verschuivingen gebruikt om neuronale selectiviteit voor gedragsvariabelen nauwkeurig te detecteren en te ontrafelen in calciumbeeldvormingsdata, terwijl het rekening houdt met tijdsvertragingen en gedragscovariantie.
Het onderzoek toont aan dat de menselijke hippocampus posities van het zelf, anderen en de blikrichting codeert in geometrisch gerelateerde, maar orthogonale subruimtes die via lineaire transformaties kunnen worden uitgelijnd, waardoor betrouwbare individuele herkenning en generalisatie over verschillende agenten en gezichtspunten mogelijk wordt.
SeekRBP is een geavanceerd framework dat sequentie- en structuurinformatie combineert met versterkingslering om receptor-bindende eiwitten in bacteriofagen nauwkeuriger te identificeren dan traditionele methoden, vooral door dynamisch te leren van informatieve negatieve voorbeelden.