MétaCan
Menu
← Retour à la cohorte
Enregistrement W4289637844 · doi:10.1101/2022.08.01.502331

A topological connectome surface network with spin-half particles can produce brain-like signals and store memory

2022· preprint· en· W4289637844 sur OpenAlexaff
Siddhartha Sen, Tomás J. Ryan, David Muldowney, Plamen Stamenov, Maurizio Pezzoli

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)Surface (topology)Function (biology)Brain functionTopology (electrical circuits)Cognitive scienceNeuroscienceComputer sciencePsychologyMathematicsBiologyPolitical scienceCell biologyGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper we use the methods of theoretical physics to show how brain-like signals can be generated in a special surface network with the topological connectivity of the biological brain by exploiting its form. The network is required to have surface spin-half particles. We show that the signals thus generated carry information regarding their creation and can transfer and store this information to form memory structures in helical aligned surface spin-half particles present on the surfaces of the pathways traversed by the signals. Theoretical neuroscience is progressing strongly with novel representations of the brain, enhanced by the increase of computational power now available. New methods to explore complex brain events and the structures for storing memories as engrams are emerging. However, there are major conceptual theoretical problems that remain unaddressed. Current theoretical methods are very capable of reacting to experimental results and modelling both neural signalling and structure. Yet they still fall short to throw light on how the brain creates its own information code, or relate the variety of brain signals observed, or explain where and how memories are stored. We prove that current brain signal interpretations cannot carry information regarding their formation so that they cannot be used to understand how memories of events are related to signals. Thus, our results address these basic unresolved theoretical problems of neuroscience and suggest testable solutions. The memory structures of aligned spin-half particles suggested have not been observed in biological organisms as yet they but they have been observed in solid state physics and their existence is consistent with conventional understandings of neurobiology. All the results stated follow from the dynamical law for the network.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,024
Tête enseignante GPT0,234
Écart entre enseignants0,210 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeural dynamics and brain function→Travaux en français237 207→