メニュー
Plastic Arbor突触可塑性模拟框架。从单个突触到形态神经元网络的可定制模拟，支持CPU/GPU高性能计算。适用于突触可塑性研究、神经网络模拟、形态学神经元建模。触发词：突触可塑性、Arbor、神经元模拟、形态学、synaptic plasticity、morphological neuron、simulation framework。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill plastic-arbor-simulationコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
SOC 職業分類に基づく
SKILL.md を表示中
| name | plastic-arbor-simulation |
| description | Plastic Arbor突触可塑性模拟框架。从单个突触到形态神经元网络的可定制模拟，支持CPU/GPU高性能计算。适用于突触可塑性研究、神经网络模拟、形态学神经元建模。触发词：突触可塑性、Arbor、神经元模拟、形态学、synaptic plasticity、morphological neuron、simulation framework。 |
| user-invocable | true |
支持从单个突触到形态神经元网络的可定制突触可塑性模拟，结合高性能计算。
来源： arXiv:2411.16445 效用： 0.98
import numpy as np
class PlasticArbor:
def __init__(self, n_neurons=100):
self.n = n_neurons
self.V = np.zeros(n_neurons)
self.W = np.random.rand(n_neurons, n_neurons) * 0.1
def step(self, I, dt=0.1):
# LIF动力学
dV = (-self.V + I) / 20.0
self.V += dV * dt
# 发放
spikes = self.V > 1.0
self.V[spikes] = 0.0
# STDP可塑性
self._stdp_update(spikes)
return spikes
def _stdp_update(self, spikes):
pre = spikes.astype(float)
post = spikes.astype(float)
self.W += 0.01 * np.outer(post, pre)
模拟学习过程中的突触权重变化。