Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

La recherche d'UW fournit une structure fondamentale des réseaux neuronaux dans le cerveau mammifère

L'université deux des chercheurs du Wyoming a décidé de sélectionner le cerveau de chacun, comme on dit. Particulièrement, ils ont examiné l'importance du cortex de face, de la partie du cerveau utilisé dans la prise de décision, du langage expressif et du mouvement de volontaire.

Et les deux scientifiques ont appris qu'une structure de réseau neuronal récurrente, ou RNN, est responsable de ces fonctionnements.

« Ce RNN reçoit des entrées des régions émotives du cerveau et envoie des sorties au cortex moteur, la partie du cerveau responsable du mouvement volontaire, » dit le Sun de Qian-Quan, un professeur d'UW de la zoologie et de la physiologie. « Dans le domaine d'artificial intelligence, informaticiens ont conçu les réseaux neuronaux artificiels variés, y compris RNNs, qui résolvent effectivement des problèmes, tels que la reconnaissance de traduction et d'objectif, en simulant le réseau neuronal dans le cerveau mammifère.

« Cet article fournit une structure fondamentale des réseaux neuronaux dans le cerveau mammifère. Cette structure fondamentale nous guidera en vérifiant la stratégie comportementale, » Sun continue. « Après que plus de petits groupes sont acquis, nous pouvons la traduire à un réseau neuronal artificiel, utilisant lui pour résoudre des problèmes du monde réel. »

Le Sun, directeur du centre sensoriel de biologie du Wyoming d'UW de l'excellence de recherche biomédicale, est l'auteur important d'un papier intitulé « un réseau neuronal récurrent à longue portée joignant les régions d'émotion avec le cortex moteur somatique » qui était aujourd'hui publié (mardi) dans des états de cellules. Le tourillon d'ouvert-accès publie les papiers pair-observés en travers du spectre entier des sciences de la vie cette analyse biologique neuve d'état.

Le premier auteur du papier est Yihan Wang, un stagiaire de Ph.D. dans le programme doctoral de la neurologie d'UW, de Pékin, la Chine. La recherche a été financée par des concessions des instituts de la santé nationaux.

RNNs artificiel sont des algorithmes profond-apprenants importants qui sont utilisés généralement pour des problèmes de nombre ordinal ou de lobe temporal, tels que la traduction, traitement du langage naturel, reconnaissance vocale et image attribuant un libelle, Sun dit. Un RNN identifie des caractéristiques séquentielles dans les caractéristiques et emploie des configurations pour prévoir le prochain scénario susceptible. RNNs sont comportés aux applications populaires telles que Siri, recherche de voix de Google et Google traduisent.

La plus grande surprise est que RNNs existent non seulement en notre cerveau, mais elles sont construites avec un fonctionnement beaucoup plus fragile et, pourtant, très efficace en traitant les entrées séquentielles. Généralement les neurones corticaux sont dans l'espace réciproques et mélangent les uns avec les autres. Cependant, les caractéristiques de Wang ont non seulement prouvé que le RNN existe à la plupart de part importante du cerveau -- le cortex de face -- mais supplémentaire, ce réseau est moins complexe que nous avons pensé et en grande partie unidirectionnel. C'est une grande surprise pour nous, parce que ceci nous indique que ce réseau peut être responsable de seuls fonctionnements en comparaison avec d'autres. »

Sun de Qian-Quan, professeur d'UW de la zoologie et de la physiologie

Le Sun et le Wang ont analysé les cerveaux des souris pour la recherche de laboratoire. Les différentes tensions génétiquement modifiées de souris ont procuré aux deux de marquer les types spécifiques de neurones avec les protéines fluorescentes qui suivent les liens du cerveau -- et pour surveiller les activités des neurones spécifiques avec les bornes intrinsèquement fluorescentes.

La recherche a beaucoup d'implications du monde réel, selon le Sun.

« On, maintenant que nous savons de ce synthon important, le travail aidera davantage de déchiffrement comment notre cerveau prend des décisions, » il dit. « Deux, il aidera à découvrir l'autre RNNs assimilé dans d'autres parties du cerveau. Il aidera des chercheurs à employer des simulations de calcul pour prévoir comment notre cerveau code la mémoire à court terme, et comment peut il être employé. Et trois, particulièrement pour cette étude, il nous aidera à comprendre comment les émotions, telles que la crainte et l'inquiétude, règlent nos mouvements. »

Le teneur et l'approche de recherches employée par le Sun et le Wang devraient avoir des intérêts très grands avec des chercheurs d'artificial intelligence, les biologistes, les modeleurs de calcul et les neurologistes, Sun dit.

« Le plan précis de lien peut également nous aider à comprendre la cause du neurologique et des troubles psychiatriques où il y a des problèmes avec le règlement des émotions ou du mouvement volontaire, » Sun dit. « Cependant, avant que ceci qui trouve puisse avoir des applications plus larges, il y a un bon nombre de petits groupes -- comme la façon dont le réseau inhibiteur local a raffiné le RNN, et la façon dont les différentes composantes sont à la base des conditions spécifiques d'émotion -- cela doit toujours être figuré à l'extérieur. »

L'objectif de Wang est d'établir ces petits groupes dans son travail de dissertation, exposez au soleil dit.

Source:
Journal reference:

Wang, Y., et al. (2021) A long-range, recurrent neuronal network linking the emotion regions with the somatic motor cortex. Cell Reports. doi.org/10.1016/j.celrep.2021.109733.