抑制性シナプスモデルを有するランダムニューラル ネットワークの神経活動の複雑性に対する一検討

カテゴリ: 研究会(論文単位)

論文No: ECT24003

グループ名: 【C】電子・情報・システム部門 電子回路研究会

発行日: 2024/01/26

タイトル(英語): A Study on the Complexity of Neural Activity in Random Neural Network with Inhibitory Synaptic Model

著者名: 浅井 颯音(日本大学),飯村 太輝斗(日本大学),山口 拓人(日本大学),佐伯 勝敏(日本大学)

著者名(英語): Hayato Asai(Nihon University),Takito Iimura(Graduate School of Nihon University),Takuto Yamaguchi(Graduate School of Nihon University),Katsutoshi Saeki(Nihon University)

キーワード: ハードウェアランダム結合ニューラルネットワーク|抑制性シナプスモデル|カオス|パルス形ハードウェアカオスニューロンモデル|ギャップジャンクションモデル|マルチスケールエントロピー|Hardware Random Neural Network|Inhibitory Synaptic Model|Chaos|Pulse-type Hardware Chaos Neuron Model|Gap Junction Model|Multiscale Entropy

要約(日本語): 神経活動の複雑性と神経障害の関連性が研究されているものの、まだ、明確には解明されていない。我々はこの問題を解決する一つの手法として、電子回路を用いた研究を行っている。_x000D_ 　本稿では、ハードウェアランダム結合ニューラルネットワークを構築し、抑制性シナプスモデルの数と発火波形の複雑性について検討を行い、その結果、発火波形からMSEを用いて抑制性シナプス数が増加すると発火波形の複雑性は増すことを明らかにしている。

要約(英語): Although the relationship between the complexity of neural activity and neurological disorders has been studied, it is not yet clearly understood. We are investigating the use of electronic circuits as one method to solve this problem._x000D_ In this paper, using a hardware random neural network the examined the number of inhibitory synaptic models and the complexity of the firing waveforms. As a result, it is clarified that the complexity of the firing waveform increases as the number of inhibitory synaptic models increases by MSE.

本誌: 2024年1月29日-2024年1月30日電子回路研究会

本誌掲載ページ: 13-16 p

原稿種別: 日本語

PDFファイルサイズ: 842 Kバイト