Drosophila
PulseAugur coverage of Drosophila — every cluster mentioning Drosophila across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
果蝇神经网络结构已开源发布
果蝇（Drosophila）约16.6万个神经元的神经网络结构现已开源。这一进展激发了创造性的应用，一些人利用它来模拟诸如玩Minecraft或在房间里操控玩具车等行为。
-
新算法实现对具有潜在低秩结构的稀疏矩阵的大规模分析
研究人员开发了一种新的随机交替最小二乘算法，用于分析具有潜在低秩结构的稀疏非负矩阵。该算法在密集矩阵的较小子块上运行，使其能够比以前的方法处理更大的问题。通过稀疏优化和定制的CUDA内核可以进一步加速。该算法通过分析果蝇连接组的突触权重矩阵得到了验证，揭示了预测性的细胞类别信息。
-
DesktopFly将模拟果蝇大脑带到你的桌面上
一位开发者创建了一个名为DesktopFly的桌面应用程序，该程序模拟了用户电脑上的一只真实果蝇。该模拟基于对果蝇大脑的扫描，包含了668个神经元和约19,000个突触连接。这只虚拟苍蝇表现出行走、梳理和睡眠等行为，并对用户的鼠标点击和光标移动等互动做出反应。它的行为由特定神经元的激活驱动，并且当计算机温度升高时，它的速度会加快。
-
新的几何框架分析时空基因表达网络
研究人员开发了一个新颖的几何框架，用于分析基因表达网络的时空演化。该方法使用 Gromov--Wasserstein (GW) 空间来比较不同发育阶段的网络结构，并能在它们之间进行连续插值。该方法使用 Ollivier-Ricci 曲率量化网络变化，并已在果蝇数据集上得到验证，显示出其重现经验趋势和与高阶最优传输距离一致的能力。
-
新框架从自我中心视角模拟动物行为
研究人员开发了一个新的框架，用于训练以自我为中心的自回归模型，以从姿态数据理解动物行为。这种方法适用于单个动物和群体，模拟动物如何从自己的参照系感知和行动。该框架允许代理独立感知并响应彼此，从而涌现出社会行为。已发布一个通用库来管理所需复杂的 डेटा 转换，并已证明其能准确捕捉果蝇求偶中的社会行为。
-
苍蝇大脑导航目标通过归一化而非选择来维持
一篇新的研究论文探讨了苍蝇大脑如何为导航保持单一目标。这项基于FlyWire连接组的研究表明，FC2神经元通过归一化一个外部设定的目标来维持，而不是通过“赢者通吃”机制主动选择它。这种归一化主要由FB5A细胞实现，这些细胞为FC2神经元提供全局抑制。
-
新的突触巩固方法可提升 LLM 对不断变化任务的适应性
研究人员开发了一种名为突触巩固（SyCo）的新方法，以提高大型语言模型（LLM）在真实部署中面对不断变化的任务和数据分布转移时的适应性。SyCo 借鉴了果蝇中涉及 Rac1 和 MAPK 通路的生物记忆过程，包含一个可塑性约束器和一个更新控制器，以动态管理模型的适应方式，在整合新信息的同时保留源知识。该方法在一个新颖的多源开放集适应（MOA）设置中进行了测试，该设置模拟了具有多个标记源任务和无标记、非平稳测试流的真实场景。SyCo 在…
-
果蝇大脑连接组驱动模拟运动控制
研究人员开发了一种新颖的果蝇连接组图模型，该模型利用果蝇的完整大脑连接性来控制模拟运动。这种受生物学启发的、通过深度强化学习应用的方法，与现有的图和非图方法相比，表现出了稳定的性能和更高的样本效率。该模型通过将全脑布线原理转化为可操作的架构先验，为设计有效的控制策略提供了途径，增强了可解释性，并推动了与自然对齐的智能系统的发展。
-
群体智能提升生物神经网络的记忆能力
研究人员探索了使用受生物启发的优化算法来增强基于生物连接组的神经网络的记忆能力。通过将粒子群优化和鲸鱼优化算法等技术应用于源自六种不同物种的回声状态网络的突触权重，他们发现了性能的显著提升。特别是鲸鱼优化算法，在某些情况下展示了显著的收益，包括记忆容量增加了17倍。