Jun, 2018

基于神经元连接的六边形晶格卷积网络模型 —— 以果蝇视觉系统为例

PDF
TL;DR本文利用回溯传播算法 (BPTT) 通过连接组重建构建蝇视觉系统模型（即光神经元和传导神经元），发现连接组信息可用于推测电路中单个神经元的功能特征，进而理解电路的功能和构成。
connectomevisual systemneuronscircuit functionbackpropagation
发现论文，激发创造
  • 生物连接组作为人工神经网络架构的表征

    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

  • 利用大规模神经影像数据集创建连接组约束方法，以实现更加稳健、高效和适应性人工智能

    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

  • 多头图卷积网络用于结构连接组分类

    本文提出了一种受图卷积网络启发的机器学习模型，针对基于扩散磁共振图像的脑连接性进行分类。该模型通过并行地使用具有多个头的图形卷积机制对脑连接输入图进行处理，并使用不同的头涉及图卷积来捕获输入数据的表示，证明了在两个公开数据集上比现有的机器学习算法展现出更高的性能，包括经典方法和 (图形和非图形) 深度学习。

    May, 2023

  • 果蝇可以学习词嵌入吗？

    研究了果蝇大脑蘑菇体的一种网络模型及其在自然语言处理中的应用，提出了一种利用稀疏二进制哈希码编码语义信息的算法来生成单词表示，并发现该算法不仅可以达到与已有方法相当的性能，而且只需要较少的计算资源。

    Jan, 2021

  • 秀丽隐杆线虫连接组的基于流量的网络分析

    本文探讨了费城线虫的神经元有向网络的流传播，从而揭示了其连接组的动态相关特征。作者发现在不同的粒度级别上有基于流的神经元分组，并将其与其神经系统的功能和解剖组织相关联，并确定那些最严重破坏多重分辨率流结构的单个和双个神经元切除。此外，还使用所有尺度上的传入和传出网络流的定向模式，以识别连接组中神经元的流特征。所识别的四种流角色与应答于生物输入的传播信号相关。

    Nov, 2015

  • 一种用于视觉场所识别的混合紧凑型神经结构

    本文提出了一种将视觉场所识别模型与动力学神经网络相结合的新模型，利用两种分类的神经模型 FlyNet 和 CANN 实现了高性能和紧凑性，相较于 SeqSLAM、Multi-Process Fusion 和 LoST-X 方法，该模型在两个真实世界数据集上表现优异，可以在日夜转换下获得 87％的 AUC 结果，速度分别比较三种算法快 6.5 倍，310 倍和 1.5 倍。

    Oct, 2019

  • 从果蝇得到的关于连续学习的算法洞见

    研究了果蝇嗅觉系统中的两层神经电路，其中通过稀疏编码和联想学习的独特组合来解决了计算系统中的连续学习挑战，显示出这种简单而轻量的算法显着提高了连续学习性能，从而证明了生物科学的电路机制可以转化为改善计算机运算的方法。

    Jul, 2021

  • 基于生物启发式六边形深度学习框架的六边形图像处理在机器学习中的应用

    本文介绍了一种基于六边形图像处理的方法，称为 Hexnet，并与传统的基于方形图像处理的方法进行比较，结果表明基于六边形的模型优于传统模型，同时六边形的神经网络也能够从该模型中受益。

    Nov, 2019

  • 用于光变稳健卷积神经网络的前皮层模块

    研究发现，在哺乳动物的低级视觉通路中，加入一种基于前皮层神经元回路的卷积模块可以显著提高卷积神经网络的鲁棒性。

    Feb, 2022

  • 使用置换不变编码器进行神经元分类的神经骨架和脑回路拓扑的联合学习

    本研究提出了一个名为 NeuNet 的框架，该框架整合了神经元的形态和连接信息，并成功应用于神经元分类任务，通过电子显微镜成像技术和分析方法在两个数据集上获得了高分类精度。

    Dec, 2023