MétaCan
Menu
Retour à la cohorte
Enregistrement W4306827193 · doi:10.1088/2634-4386/ac9b85

Plasticity of conducting polymer dendrites to bursts of voltage spikes in phosphate buffered saline

2022· article· en· W4306827193 sur OpenAlexaff
Corentin Scholaert, Kamila Janzakova, Yannick Coffinier, Fabien Alibart, Sébastien Pecqueur

Notice bibliographique

RevueNeuromorphic Computing and Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesH2020 European Research Council
Mots-clésBurstingPolarity (international relations)Dendrite (mathematics)InterconnectivityComputer scienceBiological systemNeuroscienceMaterials scienceBiophysicsChemistryBiologyArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The brain capitalizes on the complexity of both its biochemistry for neurons to encode diverse pieces of information with various neurotransmitters and its morphology at multiple scales to route different pathways for neural interconnectivity. Conducting polymer dendrites can show similar features by differentiating between cations and anions thanks to their charge accumulation profile and the asymmetry in their dendriticity that allows projecting spike signals differently. Here, we exploit such mimicry for in materio classification of bursting activity and investigate, in phosphate buffered saline, the capability of such object to sense bursts of voltage pulses of 100 mV amplitude, emitted by a local gate in the vicinity of the dendrite. The dendrite integrates the different activities with a fading memory time window that is characteristic of both the polarity of the spikes and the temporality of the burst. By this first demonstration, the ‘material-object’ definitely shows great potential to be a node halfway between the two realms of brain and electronic communication.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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

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 Opus0,027
Tête enseignante GPT0,223
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuromorphic Computing and EngineeringMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207