뉴런 회로의 연결성에 대한 깊은 이해는 생물학적 기능을 효과적으로 재현하는 데 필수적이다. 신경 연결성을 추론할 때는 스파이크 타이밍의 교차상관을 고려한다. 뉴로모픽 시스템은 스파이크의 시간적 상관을 활용하는 온라인 학습 알고리즘을 이용하며, 이를 통해 스파이킹 신경망을 활용한다. 본 연구는 뉴로모픽 하드웨어에서 시냅스 전(前) 뉴런의 스파이크 구동 스파이크-타이밍-의존 가소성(presynaptic spike-driven spike-timing-dependent plasticity) 방법을 구현함으로써 실시간의 대규모 신경 연결성 추론을 보여준다. 우리는 다중 스케일에서 누설 적분-발화(leaky integrate-and-fire) 뉴런으로부터 생성한 합성 데이터를 사용하여, 제안된 방법이 고급 뉴런 연결성 추론을 수행할 수 있는 능력을 검증하였다. 또한 본 방법은 버스트 발화가 없는 희소 네트워크에서 전송 지연과 무관하게 불변적인 높은 추론 성능을 보인다는 점을 분석하였다. 마지막으로 형광 이미징 신호 데이터를 통해 in vitro 조건을 매우 유사하게 모사하는 방식으로 신경 연결성 추론을 수행함으로써, 실제 in vitro 또는 in vivo 맥락에서의 실시간 신경 연결성 추론에 대한 제안 방법의 타당성을 입증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.