神经形态处理有望高能效率和快速响应率,使其成为实现自动驾驶资源受限机器人的理想候选者。对于高水平的视觉感知而言,它可能对复杂的神经网络有益。但是,完全神经形态的解决方案还需要解决低级控制任务。值得注意的是,目前仍然具有挑战性,即使是基本的低级控制器,例如比例综合衍生(PID)控制器。具体来说,很难合并整体和衍生部分。为了解决这个问题,我们提出了一个神经形态控制器,该神经形态控制器在学习过程中结合了比例,积分和衍生途径。我们的方法包括整体途径的新型输入阈值适应机制。此输入加权阈值适应(IWTA)引入了每个突触连接的额外重量,用于适应后突触后神经元的阈值。我们通过使用不同时间常数使用神经元来解决衍生术语。我们首先分析了提出的机制的性能和限制,然后通过将其在连接到开源的小型Crazyflie四极管上的微控制器上实现,将其控制在测试中,以取代内部的速率控制器。我们证明了在存在干扰的情况下飞行的生物启发算法的稳定性。当前的工作代表了用神经形态算法控制高度动态系统的实质性一步,从而推进了神经形态处理和机器人技术。此外,整体是任何时间任务的重要组成部分,因此提出的输入加权阈值适应(IWTA)机制可能具有超出控制任务的影响。
啮齿动物的抽象记录技术在过去十年中取得了巨大进步,使用户可以同时从多个大脑区域进行样品采样数千个神经元。这促使需要数字工具套件来帮助策划解剖数据,但是,现有工具要么提供有限的功能,要么要求用户熟练地编码使用它们。为了解决这个问题,我们创建了草药(在啮齿动物大脑空间中的组织学E-DATA注册),这是一种适用于啮齿动物用户的新工具,可通过用户友好的图形用户界面提供广泛的功能。在实验之前,可以使用草药计划植入电极,靶向病毒注射或示踪剂的坐标。实验后,用户可以注册记录电极位置(例如神经偶像和四极管),病毒表达或其他解剖特征,并以2D或3D的形式可视化结果。Additionally, HERBS can delineate labeling from multiple injec- tions across tissue sections and obtain individual cell counts.Regional delineations in HERBS are based either on annotated 3D volumes from the Waxholm Space Atlas of the Sprague Dawley Rat Brain or the Allen Mouse Brain Atlas, though HERBS can work with compatible volume atlases from any species users wish to install.草药允许用户滚动浏览数字大脑地图集,并在卷中提供定制的角度切片,并支持组织截面的自由转变为Atlas Slices。此外,草药允许用户与单个动物的组织重建3D脑网格。草药是一种多平台开源Python软件包,可在PYPI和GitHub上使用,并且与Windows,MacOS和Linux操作系统兼容。