XiaoMi-AI文件搜索系统
World File Search SystemNeuron
不同认知任务中前额皮质投射神经元类别的差异编码
Jan H. Lui, 1,6,* Nghia D. Nguyen, 1,5,6 Sophie M. Grutzner, 1 Spyros Darmanis, 2 Diogo Peixoto, 3 Mark J. Wagner, 1 William E. Allen, 1,4 Justus M. Kebschull, 1 Ethan B. Richman, 1,4 Jing Ren, 1 William T. Newsome, 3 Stephen R. Quake, 2,* 和 Liqun Luo 1,7,* 1 斯坦福大学霍华德休斯医学研究所生物系，斯坦福，加利福尼亚州 94305，美国 2 斯坦福大学陈扎克伯格生物中心生物工程和应用物理系，斯坦福，加利福尼亚州 94305，美国 3 斯坦福大学神经生物学系，斯坦福，加利福尼亚州 94305，美国 4 斯坦福大学神经科学博士项目，斯坦福，加利福尼亚州 94305，美国 5神经科学，哈佛大学，美国马萨诸塞州波士顿 02115 6 这些作者贡献相同 7 主要联系人 *通信地址：janlui@stanford.edu (JHL)、steve@quake-lab.org (SRQ)、lluo@stanford.edu (LL)
在单个神经元分辨率下，全脑动力学的大量平行因果推断
摘要 - 经验动态建模（EDM）是一个非线性时间序列因果推理框架。由于计算成本，EDM的最新实现CPPEDM仅用于小型数据集。随着数据收集能力的增长，非常需要在大型数据集中识别因果关系。我们提出了MPEDM，这是针对以现代GPU为中心的超级计算机优化的EDM的平行分布式实现。我们改进了原始算法，以减少冗余计算并优化实现，以充分利用硬件资源，例如GPU和SIMD单元。作为用例，我们使用以单个神经元分辨率采样的整个动物大脑的数据集在AI桥接云基础架构（ABCI）上运行MPEDM，以识别整个大脑的动态因果模式。MPEDM比CPPEDM快1,530×，并且在512个节点的199秒内分析了包含101,729个神经元的数据集。这是迄今为止最大的EDM因果推论。
MAD7：IP友好CRISPR酶
环境自然光的非线性光学处理对于计算11成像和传感非常需要。在弱宽带不一致的12光下，强烈的光学非线性响应对于此目的至关重要。通过将2D透明光晶体管（TPTS）与13个液晶（LC）调节器合并，我们创建了一个光电子神经元阵列，该阵列允许在空间上构建宽度材料的较大的非线性对比度，从而使空间不相反的光振幅调制为空间不相互不到的光。我们制造了一个10,000像素阵列的光电神经元，17，并在实验上展示了一个智能成像系统，该系统可以立即启用18个输入眩光，同时保留了手机摄像头捕获的较弱的强度对象。19，这种智能眩光减少对于各种成像应用非常重要，包括20个自动驾驶，机器视觉和安全摄像机。不一致的宽带光的快速非线性处理21也可能在光学计算中找到应用，其中高度寻求环境光条件的22个非线性激活函数。23
用于逆向工程神经元群体放电模式以识别其突触输入的超级计算机框架
m-chardon@northwestern.edu 1 美国伊利诺伊州芝加哥西北大学神经科学系；2 美国加利福尼亚州洛杉矶加州州立大学电气与计算机工程系；3 美国伊利诺伊州莱蒙特阿贡国家实验室阿贡领导力计算设施；4 美国伊利诺伊州埃文斯顿西北大学电气工程系；5 美国伊利诺伊州芝加哥西北大学生物医学工程系；6 英特尔公司，美国加利福尼亚州圣克拉拉；7 美国华盛顿大学生理学和生物物理学系；8 美国伊利诺伊州芝加哥 Shirley Ryan 能力实验室物理医学与康复系；9 美国伊利诺伊州芝加哥西北大学物理治疗与人体运动科学系； 15 10 美国伊利诺伊州埃文斯顿西北大学-阿贡科学与工程研究所 (NAISE) 16
通过自我监督的识别一致的神经合奏
从记录的神经活动中解码刺激或行为是研究大脑功能在研究中的常见方法，也是脑部计算机和脑机界面的重要组成部分。可靠的解码即使是从小型神经种群中也可能导致高维神经种群活动，通常占据低维man-可通过合适的潜在可变模型可发现的低维man。随着时间的流逝，单个神经元的活性和神经记录设备中不稳定性的漂移可能是基础的，使几天和几周的稳定解码变得不切实际。虽然无法在单个神经元水平上预测这种漂移，但是当连续记录会话（例如不同的神经元集以及记录数据中一致的神经元的变化排列）时，人群水平的变化可能是可以学习的。在会话中的一致性与陌生神经元的分类以及按照记录的一致记录神经元的偏差来考虑偏差，然后可以保持解码性能并揭示与任务相关的神经歧管。在这里，我们表明，对深神经网络的自我监督培训可用于弥补这一间歇间的可变性。结果，顺序的自动编码模型可以维持最新的行为解码性能，以使未来几天的完全看不见的记录会话。我们的方法仅需要一次录制会话来培训模型，这是迈向可靠，无重新校准的大脑计算机接口的一步。关键字：多种学习，神经科学，自我监督学习，神经解码，神经种群活动，顺序自动编码器，电生理学
用于逆向工程神经元群体放电模式以识别其突触输入的超级计算机框架
m-chardon@northwestern.edu 1 美国伊利诺伊州芝加哥西北大学神经科学系；2 美国加利福尼亚州洛杉矶加州州立大学电气与计算机工程系；3 美国伊利诺伊州莱蒙特阿贡国家实验室阿贡领导力计算设施；4 美国伊利诺伊州埃文斯顿西北大学电气工程系；5 美国伊利诺伊州芝加哥西北大学生物医学工程系；6 英特尔公司，美国加利福尼亚州圣克拉拉；7 美国华盛顿大学生理学和生物物理学系；8 美国伊利诺伊州芝加哥 Shirley Ryan 能力实验室物理医学与康复系；9 美国伊利诺伊州芝加哥西北大学物理治疗与人体运动科学系； 15 10 美国伊利诺伊州埃文斯顿西北大学-阿贡科学与工程研究所 (NAISE) 16
逆向工程射击模式的超级计算机框架识别其突触输入
m--chardon@northwestern.edu 1 Neuroscience系，西北大学，伊利诺伊州芝加哥； 2美国加利福尼亚州洛杉矶的加利福尼亚州立大学电气和计算机工程系7分。 3 Argonne领导力计算设施，Argonne National 9实验室，美国伊利诺伊州Lemont； 4美国伊利诺伊州埃文斯顿市西北10大学电气工程系； 5美国伊利诺伊州芝加哥西北11大学生物医学工程系； 6英特尔公司，美国加利福尼亚州圣克拉拉；美国华盛顿州西雅图市华盛顿大学的12个生理学与生物物理学系7； 8实物13医学和康复，美国伊利诺伊州芝加哥的雪莉·瑞安（Shirley Ryan）能力实验室； 9物理疗法和人类运动科学，西北大学，伊利诺伊州芝加哥； 15 10美国伊利诺伊州埃文斯顿的西北 - 阿尔贡科学与工程学院（NAISE）16m--chardon@northwestern.edu 1 Neuroscience系，西北大学，伊利诺伊州芝加哥； 2美国加利福尼亚州洛杉矶的加利福尼亚州立大学电气和计算机工程系7分。 3 Argonne领导力计算设施，Argonne National 9实验室，美国伊利诺伊州Lemont； 4美国伊利诺伊州埃文斯顿市西北10大学电气工程系； 5美国伊利诺伊州芝加哥西北11大学生物医学工程系； 6英特尔公司，美国加利福尼亚州圣克拉拉；美国华盛顿州西雅图市华盛顿大学的12个生理学与生物物理学系7； 8实物13医学和康复，美国伊利诺伊州芝加哥的雪莉·瑞安（Shirley Ryan）能力实验室； 9物理疗法和人类运动科学，西北大学，伊利诺伊州芝加哥； 15 10美国伊利诺伊州埃文斯顿的西北 - 阿尔贡科学与工程学院（NAISE）16
字母硅神经晶体管基于CMOS负差异电阻（NDR）
抽象以计算机科学为导向和以神经科学为导向的是开发人工通用智能（AGI）的两种通用方法。在这项研究中，使用用于AGI应用的神经科学方法开发了硅神经元晶体管。神经元行为（“加权总和和阈值”功能）基于互补的金属 - 氧化物 - 半导体（CMOS）负差异电阻（NDR）理论。神经元晶体管由UMC 180-nm商业标准CMOS流程实施，这是有益的，可以实现整个神经网络或与同一芯片上的其他CMOS电路集成。神经元tran-sistor由三个输入V G1，V G2和V G3组成，以及一个控制端子，V con，一个负载端子，V B（负载）和驱动程序端子，V B（驱动程序）。每个输入的宽度为1.8 µm，并且输入分别具有1、2和4填充物，即重量比为1：2：4。v B（负载）和V B（驱动器）使神经元晶体管更加类似于真正的生物神经元，与传统的人工神经网络相比，灵敏度的提高且复杂性较小。以10 kHz的最大频率测量神经元MOS晶体管。它的功率消耗极低，为<10-4 µ w，而占地面积为30×15 µm 2。随着过程特征大小的减小，芯片的工作频率可以增加一个数量级，而其功耗和足迹将减少。关键字：人工通用智能（AGI），CMOSFET电路，人工神经网络（ANNS），硅神经晶体管，负差异抵抗（NDR）分类（NDR）分类：集成电路（内存，逻辑，逻辑，模拟，RF，RF，RF，Sensor）
通过北极地松鼠神经祖细胞中ATP5G1天然发生的ATP5G1变体的细胞保护作用
抽象的终端选择器是转录因子（TF），它们在发育过程中建立并在整个生命中保持有丝分裂神经元身份。我们先前表明，秀丽隐杆线虫胆碱能运动神经元（MNS）的末端选择器UNC-3/EBF间接起作用，以防止替代性神经元认同（Feng等，2020）。在这里，我们在全球范围内确定UNC-3的直接目标。出乎意料的是，我们发现MN中的UNC-3目标套件在不同的生命阶段进行了修改，从而揭示了终端选择器函数中的“时间模块”。在所有幼虫和成人阶段中，unc-3是连续表达各种蛋白质类所必需的（例如，受体，转运蛋白）对于Mn功能至关重要。然而，仅在幼虫和成年后期，需要UNC-3才能保持MN特异性TF的表达。通过基因组工程对UNC-3的时间模块的最小破坏会影响运动。 另一个秀丽隐杆线虫末端选择器（UNC-30/pitx）也表现出时间模块，支持该机制控制神经元认同的潜在通用性。通过基因组工程对UNC-3的时间模块的最小破坏会影响运动。另一个秀丽隐杆线虫末端选择器（UNC-30/pitx）也表现出时间模块，支持该机制控制神经元认同的潜在通用性。
各种嗅觉神经元类中的突触开发使用不同的时间和活动相关程序
发展神经元必须满足核心分子，细胞和时间要求，以确保突触的正确形成，从而导致功能电路。但是，由于神经元类别和功能的多样性，目前尚不清楚所有神经元是否使用相同的组织机制形成突触连接并实现功能和形态成熟。此外，尚不清楚神经元是否以一个共同的目标结合并包含相同的感觉电路在相似的时间标准上发展并使用相同的分子方法来确保形成正确数量的突触。为了开始回答这些问题，我们利用了果蝇触角（AL），这是一种模型嗅觉电路，具有显着的遗传获取和突触级别的分辨率。使用活性区域的组织特异性遗传标记，我们对整个发育和成年期性别的多种神经元进行了突触形式的定量分析。我们发现嗅觉受体神经元（ORNS），投影神经元（PNS）和局部神经元（LNS）都有突触发育，加法和细化的独特时间课程，表明每个类别都遵循一个独特的发展计划。这增加了这些类别可能对突触形成的分子要求也有明显的可能性。我们在每种神经元亚类型中遗传改变了神经元活性，并根据所检查的神经元类观察到对突触数的不同影响。在ORN，PN和LN中沉默的神经元活性受损的突触发育受损，但仅在ORN中才能增强神经元活性会影响突触的形成。ORNS和LNS与主激酶GSK-3 B的活性相似，突触发育类似，表明神经元活性和GSK-3 B激酶活性在公共途径中。ORN也证明了与GSK-3 B功能丧失的突触发育受损，这表明在发育中具有额外的无活动作用。最终，我们的结果表明，在所有神经元类别中，突触发育的要求并不统一，在其发育时间范围和分子需求中都存在相当多的多样性。这些发现提供了对突触发育机制的新见解，并为确定其潜在病因的未来工作奠定了基础。