Az új szoftver dendritikus tulajdonságokat épít be a neurális hálózati modellekbe

A dendrifikáció főbb jellemzői. a) A Dendrify a részletes biofizikai modellek és a redukált I&F modellek közötti szakadék áthidalására tett erőfeszítéseinkből fejlődött ki. Az eredmény egy modellezési keretrendszer egyszerűsített rekeszmodellek kifejlesztéséhez, amelyek egyensúlyban tartják a hatékonyságot és a biológiai pontosságot azáltal, hogy mindkét világ kulcsfontosságú jellemzőit rögzítik. b) A Dendrify elősegíti a redukált kompartmentális neuronokból (labda és botok) és ismert dendritikus jelenségekből, például különböző típusú lokális tüskékből (színkód; kékeszöld: Na) álló SNN-ek kialakulását+ tüskék, piros: kb2+ tüskék, narancssárga: NMDA tüskék. Skála: 20 mV/10 ms). Hitel: A természet kommunikációja (2023). DOI: 10.1038/s41467-022-35747-8

A FORTH-IMBB kutatói innovatív számítási eszközöket fejlesztettek ki a dendritek szerepének megfejtésére; komplex idegsejt-agyi struktúrák, amelyek kulcsszerepet játszanak az információfeldolgozásban. Az új szoftver lehetővé teszi fontos dendritikus tulajdonságok beépítését a neurális hálózati modellekbe. Ennek a munkának fontos alkalmazásai vannak mind az agyműködés megértésében, mind a mesterséges intelligencia területén.

Az agy titkainak megfejtését a 21. század egyik legfontosabb tudományos törekvésének tartják. Az agyműködés hátterében álló mechanizmusok jobb megértése hozzájárul a neurológiai rendellenességek kezelésével és a mesterséges intelligencia területén folytatott kutatásokhoz, amelyek társadalmunk szerves részévé váltak.

Egy friss publikációban in A természet kommunikációjacsapatát mutatja be dr. Panayiota Poirazi, a Hellas Kutatási és Technológiai Alapítvány (FORTH) Molekuláris Biológiai és Biotechnológiai Intézetének (IMBB) kutatási igazgatója új szoftverkeretet fejlesztett ki, amely lehetővé teszi a dendritek és kulcsmechanizmusaik nagy léptékű integrálását. neurális hálózati modellek.

A dendritek az idegsejtek elágazó kinövései, amelyek morfológiailag egy fa ágaira hasonlítanak (innen ered a nevük). Fő funkciójuk, hogy információt fogadjanak más neuronoktól (elektromos vagy kémiai jelek formájában), és továbbítsák azt a sejt fő testéhez. Felfedezésük óta évtizedekig az információfeldolgozásban betöltött szerepük ismeretlen maradt a kutatás technológiai korlátai miatt.

A legújabb tanulmányok azonban azt mutatják, hogy a dendriteknek rengeteg olyan mechanizmusa van, amelyek lehetővé teszik számukra, hogy a fő idegsejttől függetlenül összetett matematikai számításokat hajtsanak végre. Ugyanakkor a dendritek egyformán fontosak az idegrendszer plaszticitása, azaz az agy változási és környezeti alkalmazkodási képessége szempontjából. Ez a folyamat domináns szerepet játszik az olyan összetett agyi funkciókban, mint a tanulás, a memória, a döntéshozatal és a megismerés.

Míg ma már nagyjából megértjük a dendritek hozzájárulását egyetlen neuron viselkedéséhez, a hálózatok vagy egész agyi régiók szintjén gyakorolt ​​hatásuk feltáratlan marad. Néhány tanulmány korrelálja a dendrites komplexitást különböző kognitív markerekkel, és ismert, hogy a dendritek csökkennek az öregedés vagy a neurodegeneratív betegségek, például az Alzheimer-kór esetén. Ezen túlmenően, az AI-kutatás már hasznot húzott a dendritikus mechanizmusok használatából, amelyek inspirációt adtak új, továbbfejlesztett és hatékonyabb algoritmusok kifejlesztéséhez. Azonban sok nyitott kérdés maradt, és Dr. Poirazi reméli, hogy az általuk kifejlesztett eszközök megkönnyítik azoknak a munkáját, akik megpróbálják megérteni a dendritek szerepét az agyműködésben.

Ez a tanulmány egy új szoftverkeretet mutat be, amely még a naiv felhasználók számára is lehetővé teszi, hogy egyszerű és hatékony módon neuronális modelleket építsenek dendritekkel, minimálisra csökkentve a számítási bonyolultságot. Az ilyen számítási modellek segítenek feltárni a dendritek szerepét a komplex agyi funkciókban, ugyanakkor elősegítik a neuromorf eszközökbe való integrációjukat, egyfajta neuro-inspirált mesterséges intelligencia architektúrát.

Ezt a törekvést Michalis Pangalos, Ph.D. vezette. kandidátus a Krétai Egyetem Biológiai Tanszékén, együttműködve Dr. Spiros Chavlis, az IMBB posztdoktori kutatója, Dr. Poirazi.

Több információ:
Michalis Pagkalos és munkatársai, Introducing the Dendrify framework for inintegrating dendrites in spiking neur networks, A természet kommunikációja (2023). DOI: 10.1038/s41467-022-35747-8

Forrás: Kutatási és Technológiai Alapítvány – Hellas

Idézet: Az új szoftver dendritikus tulajdonságokat épít be a neurális hálózati modellekbe (2023, január 25.) Letöltve 2023. január 25-én a https://medicalxpress.com/news/2023-01-software-incorporates-dendritic-properties-neural.html webhelyről

Ez a dokumentum szerzői jogvédelem alatt áll. A magántanulmányi vagy kutatási célú tisztességes üzletmenet kivételével írásos engedély nélkül semmi más nem reprodukálható. A tartalom kizárólag tájékoztató jellegű.

Leave a Comment

%d bloggers like this: