权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Efficient algorithm for sequential learning utilizing spontaneous internal activity

利用自发内部活动进行顺序学习的高效算法

基本信息

批准号：
20K11987
负责人：
Teramae Junnosuke
金额：
$ 2.83万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

项目成果

期刊论文数量（24）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

大脳皮質の確率的自発活動と疼痛の予測符号仮説

大脑皮层的随机自发活动和疼痛的预测信号假说

DOI：
发表时间：
2022
期刊：
日本運動器疼痛学会誌
影响因子：
0
作者：
Onda Hikaru;Yamauchi Masayuki;Supri Bin AMIR and Keiichi HORIO;寺前順之介
通讯作者：
寺前順之介

Dual stochasticity in the cortex as a biologically plausible learning with the most efficient coding

皮层中的双重随机性作为一种生物学上合理的学习，具有最有效的编码

DOI：
发表时间：
2020
期刊：
影响因子：
0
作者：
小山伶;布川大知;代美月;井波辰朗;神野健哉;JUNNOSUKE TERAMAE
通讯作者：
JUNNOSUKE TERAMAE

The lower bound of the network connectivity guaranteeing in-phase synchronization

保证同相同步的网络连接的下限

DOI：
10.1063/5.0054271
发表时间：
2021
期刊：
Chaos: An Interdisciplinary Journal of Nonlinear Science
影响因子：
0
作者：
Yoneda Ryosuke;Tatsukawa Tsuyoshi;Teramae Jun-nosuke
通讯作者：
Teramae Jun-nosuke

樹状突起活動電位によって非線形応答を示す低次元ニューロンモデルの提案

提出基于树突动作电位的低维神经元模型，该模型表现出非线性响应

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
佐伯卓哉;寺前順之介
通讯作者：
寺前順之介

CA1 engram cells are characterized by activity reduction in a novel context during memory encoding

CA1 印迹细胞的特点是在记忆编码过程中新环境中的活动减少

DOI：
发表时间：
2020
期刊：
影响因子：
0
作者：
Kaito Takashima;Jun-nosuke Teramae;Naoki Matsuo;Kyogo Kobayashi;Ren Takakura
通讯作者：
Ren Takakura

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Teramae Junnosuke其他文献

Teramae Junnosuke的其他文献

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

立即体验

相似海外基金

確率統計学を用いた深層学習モデルの汎化性能の解析

使用概率统计分析深度学习模型的泛化性能

批准号：
24KJ0933
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for JSPS Fellows

確率分布に基づく空間的な規則性の学習メカニズムの解明

基于概率分布的空间规律性学习机制阐释

批准号：
24K06620
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for Scientific Research (C)

確率測度最適化法に基づく適応的機械学習アルゴリズムの研究

基于概率测度优化方法的自适应机器学习算法研究

批准号：
23K24906
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for Scientific Research (B)

高性能な確率的深層学習を用いた汎用的異常検知システムの開発

使用高性能概率深度学习开发通用异常检测系统

批准号：
24KJ0452
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for JSPS Fellows

デジタルツイン・機械学習・確率理論を融合した自動港内操船制御則に関する研究

数字孪生、机器学习和概率论相结合的自动港口操纵控制规则研究

批准号：
23K22970
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for Scientific Research (B)

確率ボラティリティモデルに対する深層学習の適用とその応用

深度学习在随机波动率模型中的应用及其应用

批准号：
24K04951
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for Scientific Research (C)

ジャンプを含む確率過程の複雑な観測データに対する統計解析と新しい学習理論への応用

随机过程复杂观测数据的统计分析（包括跳跃）及其在新学习理论中的应用

批准号：
23K20809
财政年份：
2024
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for Scientific Research (B)

未学習クラス推定深層確率ニューラルネットの提案と自動的作業記録生成への応用

用于估计未学习类别的深度概率神经网络的提议及其在自动工作记录生成中的应用

批准号：
23K16935
财政年份：
2023
资助金额：
$ 2.83万
项目类别：
Grant-in-Aid for Early-Career Scientists