MétaCan
Menu
Retour à la cohorte
Enregistrement W1505311559 · doi:10.1109/iembs.2003.1279802

Stochastic resonance in an in-silico neural model

2004· article· en· W1505311559 sur OpenAlexafffund
A.W.L. Chiu, Berj L. Bardakjian

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
Thématiquestochastic dynamics and bifurcation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStochastic resonanceCoherence (philosophical gambling strategy)Noise (video)PhysicsResonance (particle physics)Coupling (piping)Stochastic processChaoticComputer scienceStatistical physicsControl theory (sociology)Quantum mechanicsMathematicsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We show that it is possible for chaotic systems to display the main features of stochastic and coherence resonance. In particular, using the mapped clock oscillators (MCO) which emulate the transmembrane voltage activities in excitable cells, operating in a chaotic regime and in the presence of noise, can exhibit coherence resonance and stochastic resonance. Certain firing frequencies become more regular for some optimal values of noise intensity. The effect of noise in different coupling pathways using the MCO model of neuronal dynamic is investigated. We found that the effect of coherence resonance and stochastic resonance are more prominent if noise is presented in the pathways for field coupling or gap junction coupling. This leads to the speculation that stochastic resonance could enhance the intrinsic 4-8Hz rhythms in CAS neurons.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetstochastic dynamics and bifurcationTravaux en français237 207