Connectome (book) とは

コネクトome:脳の配線が私たちになる方法(2012)は、セバスチャン・スンの本です。神経科学の基本概念を紹介し、次にコネクトミックスの分野、すなわち脳の接続性のパターンをスキャンし、解読し、比較し、理解する方法を詳しく解説します。本は、クライオニックスとマインドのアップロードに関するもので終わります。ウォールストリートジャーナル紙は、2012年のトップテンノンフィクションとして選定されました。

Neural circuit reconstruction とは

神経回路再構築は、動物の神経系(または神経系の一部)の詳細な回路の再構成である。使用される主な方法は電子顕微鏡(EM)であるため、EM再構成と呼ばれることがあります。このフィールドは、人工デバイスのリバースエンジニアリングと密接に関連しており、コネクトミクスの分野の一部であり、コネクトミックスは神経解剖学のサブフィールドです。

Artificial brain とは

人工脳(または人工心)は、動物または人間の脳と同様の認知能力を有するソフトウェアおよびハードウェアである。
「人工脳」と脳エミュレーションを研究する研究は、科学において3つの重要な役割を果たす:
 人間の脳がどのように働くかを知る神経科学者による継続的な試み。認知神経科学として知られています。人工知能哲学の思想実験。少なくとも理論的には、人間のすべての能力を持つ機械を作ることが可能であることを示している。哺乳動物、特にヒトのような複雑な中枢神経系を有する動物のものに匹敵する挙動を示す機械を作るための長期的なプロジェクト。人間のような行動や知性を発揮するマシンを作るという最終的な目標は、強力なAIと呼ばれることもあります。
最初の目的の例は、アルツハイマー病、運動ニューロンおよびパーキンソン病を含む疾患のための新しい治療法を開発するために、研究者が生物細胞を用いて「ニューロスフェア」(ニューロンの小さなクラスター)を作り出す英国バーミンガムのAston Universityによって報告されたプロジェクトです。 。
第二の目的は、John Searleの中国の部屋の議論、Hubert DreyfusのAIに対する批判、またはThe Emperor's New MindでのRoger Penroseの議論などの議論への返答である。これらの批評家は、機械によってはシミュレートできない人間の意識や専門知識の側面があると主張した。彼らの議論への1つの答えは、脳内の生物学的プロセスを任意の精度でシミュレートできるということです。この返答は、古典的な論文「Computing Machinery and Intelligence」のAlan Turingによって1950年に早くも行われました。
第3の目的は、一般に研究者による人工総合知能と呼ばれている。しかし、Ray Kurzweilは "強いAI"という言葉を好む。 The Singularity is Nearという彼の著書では、人工脳を実現するアプローチとして、従来のコンピューティングマシンを使用した脳全体のエミュレーションと、これが2025年までに行われる可能性のある(指数関数的な成長傾向を続けるコンピュータパワーの理由による)主張に焦点を当てています。Henry Markram (脳エミュレーションを試みている)Blue Brainプロジェクトのディレクターは、2009年のOxford TED会議で同様の主張(2020年)を行った。

Neuroinformatics とは

ニューロインフォマティクスは、計算モデルおよび分析ツールの適用による神経科学データの編成に関わる研究分野です。これらの研究分野は、ますます大容量で高次元で細かい実験データの統合と分析にとって重要です。神経情報犯罪者は、計算ツール、数学モデルを提供し、臨床医と研究者のための相互運用可能なデータベースを作成します。神経科学は、多くの様々な下位分野(例えば、認知心理学、行動神経科学、および行動遺伝学)からなる異種分野である。脳の理解を深め続けるためには、これらの下位分野が意味のある方法でデータと知見を共有する必要があります。神経情報誌はこれを容易にする。
神経情報学は、神経科学と情報科学の交差点に立つ。ゲノム学のような他の分野では、自由に分散したデータベースの有効性と、複雑な問題を解決するための理論的モデルと計算モデルの応用が示されています。ニューロインフォマティクスでは、このような施設により、研究者は計算モデルによってより簡単に作業理論を定量的に確認することができます。さらに、ニューロインフォマティクスは、共同研究を促進します。これは、脳の多レベルの複雑さを研究する分野の関心を促進する重要な事実です。
神経情報学が適用されなければならない3つの主な方向があります:
 神経科学データの解析とモデリングのためのツールの開発、神経系と神経プロセスの計算モデルの開発など、あらゆるレベルの分析での神経科学データの管理と共有のためのツールとデータベースの開発が含まれます。
最近の10年間に、脳に関する膨大な量の多様なデータが多くの研究グループによって集められたので、さらなる研究のための効率的なツールを可能にするために何千もの出版物からデータを統合する方法の問題が提起された。生物学と神経科学のデータは高度に相互接続され、複雑であり、それだけでは統合は科学者にとって大きな課題です。
インフォマティクス研究と脳研究を組み合わせることで、両方の科学分野に利益がもたらされます。一方で、情報科学は、脳研究におけるデータベースの整理、モデリングおよびコミュニケーションのための新しい電子およびソフトウェア技術を提供することによって、脳データ処理およびデータ処理を容易にする。他方、神経科学の分野での発見が増えると、情報技術(IT)における新しい方法の開発が呼び起こされます。

Volumetric Video とは

ボリュームビデオは、場所やパフォーマンスなどの3次元空間をキャプチャするビデオ技術です。このタイプのビデオ撮影は、フラットスクリーン上で見ることができるデータを取得し、3DディスプレイおよびVRゴーグルを使用する。消費者向けのフォーマットは数多くあり、必要なキャプチャ技術は、コンピュータグラフィック、写真測量、および他の計算に基づく方法に依存する。視聴者は、通常、リアルタイムエンジンで結果を体験し、生成された音量を直接的に入力する。

OpenWSN とは

OpenWSNはカリフォルニア大学バークレー校で作成され、INRIAとオープン・カタルーニャ大学(UOC)で拡張されたプロジェクトです。このプロジェクトは、ワイヤレス・センサ・ネットワーク用の完全な制約付きネットワーク・プロトコル・スタックのオープンスタンダードベースのオープンソース実装を目指していますインターネットのもの。 OpenWSNのルートは、タイムスロットチャネルホッピング(Time Slotted Channel Hopping:TSCH)の概念に基づいてIEEE802.15.4e TSCHを実装する確定的なMAC層である。 MACレイヤの上では、低電力損失ネットワークスタックは、IETF 6TiSCH管理およびアダプテーションレイヤ(最小構成プロファイル、6topプロトコル、および異なるスケジューリング機能)を含むIETF標準に基づいています。スタックは、非保存モードのUDP、CoAP、6LoWPAN、RPLの実装によって補完され、オープンスタンダードを通じてネイティブIPv6からスタックを実行するデバイスにシームレスにアクセスできます。
OpenWSNは、以下を含む他のプロジェクトに関連しています:
 RIOT OpenMote
OpenWSNは、Linux、Windows、およびOS Xプラットフォームで使用できます。 OpenWSNの現在のリリースは1.8.0です。

Imagined speech とは

想像したスピーチ(静かな発言や隠れた発言)は、唇や舌や手のような四肢を意図的に動かすことなく、自分の声を黙って「聞く」という形で考えています。論理的には、言語の出現以来、想像された発声が可能であったが、この現象は、脳波記録(EEG)データ内の信号処理および検出、ならびに代替の非侵襲的脳コンピュータインターフェース(BCI)デバイス。

E-textiles とは

スマート衣類、スマート衣類、スマートテキスタイル、またはスマートファブリックとも呼ばれる電子テキスタイルは、電池や光(小型コンピュータを含む)、電子機器などのデジタルコンポーネントを埋め込むことができるファブリックです。スマートテキスタイルは、着用者に付加価値をもたらす新技術で開発されたファブリックです。 Pratt InstituteのPailes-Friedmanは、「スマートファブリックを革命的にすることは、伝統的なファブリックができない多くのこと(コミュニケーション、変換、エネルギーの実行、さらには成長を含む)を行う能力を持っていることです。
スマートテキスタイルは、審美性とパフォーマンスを高める2つのカテゴリに分類できます。審美的な例には、光を当てる布や色を変えることができる布が含まれる。これらの生地の中には、振動、音や熱を利用して環境からエネルギーを集め、これらの入力に反応するものがあります。色の変更と照明の仕組みは、布に電源を供給できる電子機器を埋め込むことによっても機能します。パフォーマンスを向上させるスマートテキスタイルは、スポーツ、エクストリームスポーツ、軍事用途での使用を意図しています。これらには、体温を調節し、風の抵抗を減らし、筋肉の振動をコントロールするために設計された織物が含まれます。これらのすべてが運動能力を改善する可能性があります。放射線や宇宙旅行の影響などの極端な環境災害を防ぐために、保護服のために他の織物が開発されています。ヘルス&ビューティ業界では、医薬品を放出する医療用繊維製品から、モイスチャライザー、香水、老化防止機能を備えたファブリックに至るまで、これらのイノベーションを活用しています。多くのスマートな衣類、着用可能な技術、およびウェアラブルコンピューティングプロジェクトは、電子テキスタイルの使用を伴う。
電子テキスタイルは、マイクロコントローラ、センサ、アクチュエータなどの電子素子とのシームレスな統合に重点が置かれているため、ウェアラブルコンピューティングとは異なります。さらに、電子テキスタイルはウェアラブルである必要はない。例えば、電子テキスタイルはインテリアデザインにも見られる。
ファイバーレトロニクスの関連分野は、電子および計算機能を繊維繊維にどのように組み込むことができるかを探究している。
Cientifica Researchの新しいレポートは、繊維ベースの着用可能な技術、それを生産する企業、および有効な技術の市場を調査しています。このレポートは、繊維着用可能技術の3つの異なる世代を特定しています。
 「ファースト・ジェネレーション」はアパレルにセンサーを取り付けます。このアプローチは現在、Samsung、Alphabet、Ralph Lauren、Flexの現行製品で示されているように、アディダス、ナイキ、アンダーアーマーなどのスポーツウェアブランドが第2世代の製品を衣服に組み込んでいます。 「第3世代」ウェアラブル製品では、衣服はセンサである。この目的のために、圧力、歪み、および温度センサーを作成する企業が増えています。
スポーツやウェルビーイング製品、患者モニタリングのための医療機器のために、今後のeテキスタイルの応用が開発されるかもしれない。テクニカルテキスタイル、ファッション、エンターテインメントも重要な用途になります。

Whole genome sequencing とは

全ゲノム配列決定(WGS、完全ゲノム配列決定、完全ゲノム配列決定、または完全ゲノム配列決定とも呼ばれる)は、生物のゲノムの完全なDNA配列を一度に決定するプロセスです。これは、ミトコンドリアに含まれるDNAと同様に、生物の染色体DNAのすべてを配列決定することを必要とし、植物については、葉緑体中に配列決定する。
全ゲノム配列決定は主に研究ツールとして用いられてきたが、現在は診療所に導入されている。今後のパーソナライズド・メディスンでは、全ゲノム配列データが治療介入を導く重要なツールとなるでしょう。 SNPレベルでの遺伝子シークエンシングのツールは、関連研究からの機能的変異体を特定し、進化生物学に興味のある研究者に利用可能な知識を改善するためにも使用されるため、疾患の感受性および薬物応答を予測するための基礎を築くことができる。
全ゲノムシーケンシングは、遺伝物質が特定の個体または集団に由来する可能性のみを決定するDNAプロファイリングと混同されるべきではなく、特定の疾患に対する遺伝的関係、起源または感受性に関する追加情報を含まない。さらに、全ゲノムシーケンシングを、ゲノムの特定のサブセットを配列する方法と混同すべきではありません。このような方法には、全エキソーム配列決定(ゲノムの1%)またはSNP遺伝子型決定(<0.1%ゲノム)が含まれます。
2017年現在、ヒトを含む哺乳動物には完全なゲノムは存在しなかった。ヒトゲノムの4%〜9%(主にサテライトDNA)は配列決定されていませんでした。

Data-intensive computing とは

データ集約型コンピューティングは、パラレル・コンピューティング・アプリケーションの一種で、データ並列アプローチを使用して、通常テラバイトまたはペタバイトのサイズの大量のデータを処理します。通常は大きなデータと呼ばれます。大量のデータを必要とし、その処理時間のほとんどをI / Oやデータの操作に費やすコンピューティング・アプリケーションは、データ集約型とみなされますが、計算時間の大部分を計算要件に費やす計算アプリケーションは計算集中型とみなされます。