MétaCan
Menu
← Retour à la cohorte
Enregistrement W2109315429 · doi:10.1155/2014/318390

An Electronic Circuit Model of the Interpostsynaptic Functional LINK Designed to Study the Formation of Internal Sensations in the Nervous System

2014· article· en· W2109315429 sur OpenAlexaff
Kunjumon I. Vadakkan

Notice bibliographique

RevueAdvances in Artificial Neural Systems · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensHealth Sciences CentreUniversity of TorontoUniversity of ManitobaSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésComputer scienceNeuroscienceContext (archaeology)PerceptionBiological neural networkNervous systemProperty (philosophy)ConsciousnessMechanism (biology)Internal modelArtificial intelligencePsychologyBiologyControl (management)

Résumé

récupéré en direct d'OpenAlex

The nervous system makes changes in response to the continuous arrival of associative learning stimuli from the environment and executes behavioral motor activities after making predictions based on past experience. The system exhibits dynamic plasticity changes that involve the formation of the first-person internal sensations of perception, memory, and consciousness to which only the owner of the nervous system has access. These properties of natural intelligence need to be verified for their mechanism of formation using engineered systems so that a third person can access them. In the presence of a synaptic junctional delay of up to two milliseconds, we anticipate that the systems property of formation of internal sensations is likely independent of the mode of conduction along the neuronal processes. This allows testing for the formation of internal sensations using electronic circuits. The present work describes the neurobiological context for the formation of the basic units of inner sensations that occur through the reactivation of interpostsynaptic functional LINKs and its connection to motor activity. These mechanisms are translated to an analogue circuit unit for the development of robotic systems.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,035
Tête enseignante GPT0,271
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Artificial Neural Systems→Même sujetNeural dynamics and brain function→Travaux en français237 207→