大规模神经科学中的简单与复杂
我们提供了一个新的可解释性定义,展示了产生神经回路响应特性的演化约束,并展示了该框架在多个脑区和物种中研究循环处理在灵长类动物腹侧视觉通路,小鼠视觉处理,啮齿动物介董皮质的异质性以及促进生物学学习的作用。
Nov, 2023
这篇论文介绍了在统计物理学、计算机科学和神经生物学交叉领域中涌现的模型统计方法,如关联复制和空腔方法,信息传递的概念和其在神经计算和学习中的应用,以期提供更好的理论和技术支持解决神经网络中的复杂计算问题。
Jan, 2013
利用大型神经成像数据集中的连接性图谱等手段,改善边缘端机器学习的效率和鲁棒性,并通过对果蝇和哺乳动物视脑回路连接等领域的分析,展示了多种潜在的应用脑科学领域洞见的方法。
May, 2023
本文旨在研究计算模型对处理脑组织中复杂连接模式的作用,我们找到了几类计算模型可以有效探索多尺度时空领域中异质性神经元相互作用和复杂网络连接带来的潜在功能性和后果。
Mar, 2022
本文回顾了网络理论在认知科学中不同层次和领域的最近研究成果,这种理论的包含和复杂系统科学的扩展,为理解认知和行为过程的组织和动态提供了新的视角,揭示了全局性的系统特性的出现。
Apr, 2013
本文通过将矛线虫的运动回路转化为具有不同生理真实性水平的人工神经网络,评估这些网络在动态和非动态行为任务上的训练结果。研究表明,即使不保持生物特性的真实性,也可以获得使用生物电路的优势。建立生物电路结构的统计学提供了有价值的先验知识。同时,矛线虫的运动回路对于运动问题具有强大的归纳偏差,但其结构可能会妨碍其他与运动无关的任务。
Sep, 2022
该研究综述了计算神经科学家开发的数据分析概念和技术如何有助于分析深度神经网络(DNN)中的表示,并探讨了近期发展的 DNN 分析技术如何有助于理解生物神经网络中的表示,为神经科学和机器学习领域提供了协同机会,例如使用 DNN 作为神经科学的模型系统,并探讨了这种协同怎样能够产生有关生物神经网络操作原理的新假设。
Oct, 2018
本文考虑在神经科学和机器学习之间建立联系,提出脑部通过优化各式各样的代价函数来实现数据高效学习和定向行为,其中包括关注、递归等结构体系和各种形式的短时和长时记忆存储,作者提出了未来神经科学试图改进和检验这些假设的方向。
Jun, 2016
该论文回顾了过去十年来小世界网络和权重网络分析在神经连接学领域的发展,并指出权重图的拓扑分析对于更复杂的脑连接数据更为重要,结合实例探讨了人类和小鼠的解剖神经网络拓扑结构,并探讨了未来对加权小世界拓扑结构更深层次、更广泛理解的趋势。
Aug, 2016