[geometry-ml:05734] [セミナーのご案内] 4th Digital Brain Seminar

[imi-announce ＠ imi.kyushu-u.ac.jp]

各種ML関係各位
(複数のMLにて展開しております、重複して受け取られた場合はご容赦くださいませ。)

九州大学の松江　要です。
九大IMIを中核機関として展開されている
「マス・フォア・インダストリ・プラットフォーム（MfIP）」より、
各種連携を展開している脳科学分野との連携セミナー（Zoom）のご案内をいただきました。
今週の木曜開催、かつ私の不手際で直前のご案内となってしまい恐縮ですが、ご関心をお持ちの方は参加をご検討くださいませ。

開催前にZoom情報が届くとのことなので、
ごく短期間ではありますが6月12日（水）正午までに登録をすれば確実かと思われます。

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊

下記のデジタル ブレイン セミナーを Zoom で開催いたします.
関心を持たれた皆様のご参加をお待ちしております.

参加をご希望の方は
末尾にある web に掲載のある
登録フォームからご登録ください.
Zoom 情報を開催前にお送りいたします:

4th Digital Brain Seminar

Speaker：Takuya Isomura (RIKEN Center for Brain Science)
Place: Zoom (Please find the zoom link by the registration)
Date：2024/6/13 Thr 12:00-13:00 (JST)
Title：Creating neuromorphic artificial intelligence using reverse engineering of generative models
Abstract: Empirical applications of the free-energy principle at the cellular and synaptic levels are not straightforward because they entail a commitment to a particular process theory (i.e., neuronal basis). To address this issue, we developed a reverse engineering technique that links quantities in neuronal networks to those in Bayesian inference and showed that any canonical neural network—whose activity and plasticity minimise a shared Helmholtz energy—can be cast as performing variational Bayesian inference. By combining with an in vitro causal inference paradigm, we experimentally validated the free-energy principle by showing its ability to predict the quantitative self-organisation of in vitro neural networks. We have recently begun to apply this technique to neural activity of zebrafish and rodents to reverse engineer their generative models. The virtues of the reverse engineering are that, when provided with initial empirical data, it enables the systematic identification of a generative model employed by the biological system. The reconstructed generative model yields a neuromorphic artificial intelligence that performs Bayesian inference. This further enables the quantitative predictions of subsequent self-organisation and learning in the system.

https://boatneck-weeder-7b7.notion.site/Digital-Brain-Seminar-90cc94badac64d32a281cba4245ed66d?pvs=4

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊

マス・フォア・インダストリ・プラットフォーム（MfIP）については下記をご参照ください。
https://mfip.jp/


松江　要
https://sites.google.com/view/kaname-matsue/
Institute of Mathematics for Industry, Kyushu University
（九州大学マス・フォア・インダストリ研究所）
http://www.imi.kyushu-u.ac.jp
International Institute for Carbon-Neutral Energy Research, Kyushu University
（九州大学カーボンニュートラル・エネルギー国際研究所）
http://i2cner.kyushu-u.ac.jp