AI用語集
人工知能の完全辞典
統合発火モデル (Integrate-and-Fire)
細胞膜がシナプス入力を統合し、閾値に達すると活動電位を発生させ、電圧をリセットする単純化されたニューロンモデル。このモデルは、大規模シミュレーションで計算可能なまま、ニューロン発火の基本的なダイナミクスを捉えます。
シナプス可塑性 (STDP)
事前シナプス性および事後シナプス性活動電位間の精密な時間相関に基づいて、シナプス接続の強度を調整するメカニズム。STDP（スパイクタイミング依存性可塑性）は、神経回路の発達と可塑性にとって重要な学習規則です。
伝導率スケールニューラルネットワーク (CNS)
シナプスを注入電流ではなく伝導率の変化として表現するモデリング手法で、事後シナプス性イオンチャネルの開放による効果をより忠実にシミュレートします。このアプローチは、シナプス統合の分流（除算的）性質と興奮と抑制の相互作用を捉えます。
ニューロン振動
異なる周波数（シータ、アルファ、ベータ、ガンマ）で観察可能な、ニューロン集団のリズミカルで同期した電気活動。これらの振動は、情報の束縛、注意、記憶などの認知機能に関与し、回路特性とシナプス相互作用から生じます。
アトラクタ状態ダイナミクス
理論的概念で、ニューラルネットワークが入力に応じて安定した活動パターン（アトラクタ）に収束し、記憶または計算状態を表します。これらのダイナミクスは、ニューロン活動の持続性と、ノイズに対する情報処理の堅牢性を説明します。
スパイク時間符号化
情報がニューロンの発火率だけでなく、個々の活動電位の時間的精度によっても表現されるという仮説。この符号化により高速な情報伝送が可能になり、音源定位などの現象にとって重要です。
リーキー統合発火モデル (Leaky Integrate-and-Fire)
統合発火モデルの拡張で、膜電流の漏れを含み、膜電位が静止膜電位に向かって自然に放電するのをモデル化します。この漏れパラメータ（タウ）は、ニューロンの時間的統合と入力周波数への感度を制御します。
除算的抑制
興奮性入力がニューロンの出力に与える効果が、抑制性活動によって単純に減算されるのではなく、除算される（または1未満の係数で乗算される）形式の抑制。このメカニズムは、分流シナプスによって実装され、ゲイン制御とニューロン応答の正規化にとって重要です。
抑制的非同期化
パルブアルブミン細胞のような速い伝達性抑制ニューロンが、興奮性ニューロン集団の活動を非同期化するメカニズム。このプロセスはガンマ振動の生成と情報処理の時間分割に不可欠です。
ニューロン集団モデル (NPM)
個々のニューロンの挙動を無視し、大規模なニューロン集団の平均活動のダイナミクスを記述するモデルのクラス。これらは微視的（細胞レベル）な活動と脳波や機能的MRIのような巨視的信号を関連付けるために不可欠です。
スモールワールドネットワークトポロジー
局所的な高クラスター度とノード間の短い平均パス長によって特徴付けられるネットワーク構造で、実際の神経回路網と類似しています。このトポロジーは情報伝播の速度と局所的な処理を同時に最適化します。