sunzhe

[沖縄科学技術大学院大学 @OISTja]

OISTの銅谷 賢治教授が、公益財団法人立石科学技術振興財団主催「第9回 立石賞 特別賞」の受賞者に選ばれました。本賞は、人工知能、ロボティクス、神経科学の発展に貢献する先導的かつ卓越した研究業績が高く評価されたものです。受賞おめでとうございます！

立石賞の詳細や、銅谷教授の研究についてはこちらから： https://t.co/0iIztXLuX6

[数理脳科学若手の会 @MathBrainSci]

先月開催された研究会での講演を公開いたします。(未発表データを含む講演を除く)
ご講演者の皆様のご協力に感謝いたします。

小池 進介 先生
https://t.co/epacairDjv

毛内 拡 先生
https://t.co/rS7k05qggs

中茎 隆 先生
https://t.co/wKmkr1TuIu

金丸 隆志 先生
https://t.co/QUUtF0fQss

[学校法人 順天堂/JUNTENDO University @juntendo1838]

【箱根駅伝】

●総合結果
総合順位：3位
総合記録：10時間43分55秒
往路：6位(5時間21分49秒)
復路：4位(5時間22分06秒)

長門俊介監督率いる順天堂大学は総合3位（往路6位、復路位）となり、4年ぶりに表彰台に登りました！

予選会を2位で通過し、「挑戦」をスローガンに目標「5位以上」を掲げて挑んだ今大会。昨年7秒差でシード権を落とした雪辱を目標達成の3位という形で果たしました。この結果は出走した選手だけでなく、サポートに回った選手やスタッフ、現地に駆け付けた応援団など「チーム順天堂」の功績であることは言うまでもありません。
皆様の2日間にわたるあたたかいご声援、心より感謝申し上げます。
また、今大会に関わられたすべての皆様に感謝いたします。
引き続き本学へのご声援何卒よろしくお願い申し上げます。

●各区間走者結果
(区間：氏名(学年)区間順位)

1区：池間 凛斗(2年) 9位
2区：吉岡 大翔(3年) 9位
3区：井上 朋哉(1年) 4位
4区：川原 琉人(2年) 8位
5区：小林 侑世(3年) 5位
6区：谷本 昂士郎(2年) 12位
7区：玉目 陸(2年) 2位
8区：永原 颯磨(2年) 3位
9区：石岡 大侑(4年) 5位
10区：山本 悠(2年) 3位

#箱根駅伝
#順天堂
#襷
#挑戦
#3位

HPはこちら↓
https://t.co/nNRAH1tA24

[山﨑研究室 @numericalbrain]

出た。
https://t.co/qQ8Sx32k8A

[Ｊｕｎ Ｙａｓｕｄａ @jyasuda1]

生成AI（大規模言語モデル）にUKバイオバンク40万人の臨床データを学習させることで1000にも上る疾患の、最長20年後までの発生予測が精度高く（AUCでものによっては0.8超）可能であることを示した論文。検証データとの比較から。Nature。
https://t.co/tH1XfHjmMt

[sunzhe @sunzhe_m]

Our new paper, Are Diffusion Models Effective Good Feature Extractors for MRI Discriminative Tasks? https://t.co/kzGqYEOnuV

[学校法人 順天堂/JUNTENDO University @juntendo1838]

【GOOD HEALTH JOURNAL】

コンピュータの中に"デジタル脳"を構築　
～デジタル技術と脳神経科学の融合～

データサイエンスを用いた実践的な研究を行う孫先生にインタビューしました！

#デジタル脳 #フレイル #健康データサイエンス学部 #脳

記事はこちら↓
https://t.co/0lb53LI7lV

[sunzhe @sunzhe_m]

脳の構造と活動データに基づくデジタル脳の機能化と脳アーキテクチャを考慮した深層学習モデルの構築 - Brain/MINDS 2.0 https://t.co/XvqjMsUXKi

[thmonk @thmonk_pf]

fMRIから神経活動patternを推定する数理model、Multiscale Neural Model Inversionを用いてrsfMRIからAlzheimer病に於るE/I balanceを評価

辺縁系/cingulate中心の病態進行に伴う抑制性systemの障害によるE/I balanceの進行性破綻

OA

#EI_balance
#Alzheimeers
#papers
https://t.co/wF1cRZX8WO

[河野健一 Kenichi Kono ｜ 脳外科医 CEO｜AI 医療 MBA｜脳血管内手術支援AI @CeoImed]

凄い！！！

｢GPT-o1 previewが医師国家試験で98.2%の正答率！｣

･ 2024年2月の日本医師国家試験において、OpenAIのo1 previewが最高98.2%の正答率を記録
･ 画像を含む問題や複数の正解がある問題は除外
･ 既存ベンチマークの飽和が進んでいる
･ 合格基準は76.7%

https://t.co/qfFU8tZHk3

[DLHacks @DL_Hacks]

【松尾研Diffusion勉強会資料公開】

拡散モデルの数理的な背景を解説。拡散モデルは無限層VAEとスコアマッチングという2つの方向から導出できるが、両者は確率微分方程式を用いることで統一的に解釈できる。

https://t.co/zcwmgrIXki

[中江 健/Ken Nakae @ken_nakae754]

11.7Tのヒトの脳こんな感じなんだー

[中江 健/Ken Nakae @ken_nakae754]

神経回路学会会長の銅谷先生からのノーベル賞へのメッセージ
https://t.co/5G7DsiaqGb

[脳科学若手の会 @brainwakate]

📢【11/16開催/秋の談話会のお知らせ】
甘利俊一先生のご講演、口頭＆ポスター発表を行います！発表が初めてという方必見！！学びや意見交換の場としてぜひご参加ください😊

[Nikola Stikov @Stikov]

Announcing a @NeuroLibre node in Tokyo, Japan

Aoki-sensei and Sun-sensei gave an impressive demo of how Juntendo university made this happen in six months #NeuroLibreDay

[Mackenzie Weygandt Mathis, PhD @TrackingActions]

How does sensorimotor (S1/M1) cortex support adaptive motor control? 

Come find out in our latest preprint, which spans the development of a full adult forelimb model + physics simulations, neural-modeling for control, complex 🐭behavior 🕹️, large-scale imaging, and of course @DeepLabCut and @CEBRA! 

We hypothesized that S1 supports motor learning by computing prediction errors. To tackle this, we needed to understand what is being represented, and no studies have reported what forelimb S1 represents during learning in mice🧠🐭. Moreover, this requires modeling the body🦾: kinematics, torques, force, muscle activations, & proprioception (muscle spindles & GTOs). 

After our 7 year journey, we have an answer: S1 & M1 represent muscle-level features. During learning, computational motifs map to functional types (like muscle-encoding), and neural dynamics in S1 change & encode sensorimotor prediction errors! 

https://t.co/IbVeQz3718

🧵👇

[sunzhe @sunzhe_m]

Optimizing graph neural network architectures for schizophrenia spectr... https://t.co/kqkW8Orr5S

[DSP @uvic_DSP]

New paper accepted!!!

Optimizing Graph Neural Network Architectures for Schizophrenia Spectrum Disorder Prediction Using Evolutionary Algorithms

https://t.co/MJTJ82xtQV

#schizophrenia #MachineLearning #graphneuralnetworks #AI #explainability

[sunzhe @sunzhe_m]

@ken_nakae754 😁