[論文レビュー] NESTML: a modeling language for spiking neurons

Dimitri Plotnikov, Bernhard Rumpe⋆+4 more|arXiv (Cornell University)|Jun 9, 2016

Advanced Memory and Neural Computing参考文献 11被引用数 23

ひとこと要約

NESTML は、神経科学者が生物学的インスピレーションを受けて直感的な構文でスパイクニューロンモデルを定義できるドメイン固有のモデリング言語であり、NEST シミュレータで効率的に実行可能な C++ コードにコンパイルする。主な貢献は、複雑なモデル作成を簡素化しながら、高いパフォーマンスと NEST へのネイティブ統合を保証するモジュラーで拡張可能な言語の設計である。

ABSTRACT

Biological nervous systems exhibit astonishing complexity .Neuroscientists aim to capture this com- plexity by modeling and simulation of biological processes. Often very comple xm odels are nec- essary to depict the processes, which makes it dif fi cult to create these models. Powerful tools are thus necessary ,which enable neuroscientists to express models in acomprehensi ve and concise way and generate ef fi cient code for digital simulations. Se veral modeling languages for computational neuroscience ha ve been proposed [Gl10, Ra11]. Howe ver, as these languages seek simulator inde- pendence the ytypically only support asubset of the features desired by the modeler .Int his article, we present the modular and extensible domain speci fi cl anguage NESTML, which provides neuro- science domain concepts as fi rst-class language constructs and supports domain experts in creating neuron models for the neural simulation tool NEST .N ESTML and aset of example models are publically available on GitHub.

研究の動機と目的

• 手動での実装が困難な、複雑で生物学的に現実的なスパイクニューロンモデルを構築する課題に対処すること。
• 神経科学の概念を最初等の構文として扱える、高水準で直感的な言語を神経科学者に提供すること。
• NEST シミュレーション環境で実行可能な、効率的で最適化された C++ コードを生成すること。
• 将来のモデルタイプや機能の拡張を可能にするモジュラリティと拡張性を実現すること。
• モデルの移植性と可読性を損なわせることなく、シミュレータ固有の最適化をサポートすること。

提案手法

• ニューロンダイナミクスとバイオフィジカル特性に特化した構文と意味論を持つドメイン固有言語（DSL）の設計。
• 微分方程式、イオンチャネル、シナプス、状態変数のための言語構文を、明確で人間が読みやすい表記法で定義。
• NEST シミュレーションコア用に最適化された C++ コードに NESTML コードを変換するコンパイラー・パイプラインの実装。
• 型安全性、モジュラリティ、拡張性を保証するため、形式的な言語設計原則の適用。
• 生成されたモデルを直接実行できるように、NEST シミュレータとの統合を実施。
• 言語設計の妥当性を検証し、使いやすさを示すために、例題モデルのセットを提供。

実験結果

リサーチクエスチョン

• RQ1 高水準のドメイン固有言語は、計算神経科学におけるスパイクニューロンモデルの表現力と保守性をどのように向上させるか？
• RQ2 複雑なバイオフィジカルニューロンモデルをサポートしつつ、シミュレーションに適した効率的なコード生成を実現できるような DSL を設計できるか？
• RQ3 低水準言語での手動コーディングと比較して、NESTML は神経科学者の実装負荷をどの程度軽減できるか？
• RQ4 将来のモデル開発に向けたモジュラリティと拡張性を、言語はどの程度効果的にサポートできるか？
• RQ5 生成コードのパフォーマンスオーバーヘッドは、手動で最適化された実装と比較してどの程度か？

主な発見

• NESTML は、神経科学者が生物学的コンセプトに密接に一致する簡潔で読みやすい構文で、複雑なスパイクニューロンモデルを定義できる。
• コンパイラーは、NEST シミュレーション環境にシームレスに統合可能な効率的な C++ コードを正常に生成した。
• このアプローチにより、詳細なニューロンモデルの作成にかかる認知的負荷と実装負荷が顕著に軽減された。
• モジュラーかつ拡張可能な設計により、新しいニューロンタイプ、イオンチャネル、シナプスモデルの追加が容易になった。
• GitHub 上での例題モデルの提供により、実用性が実証され、研究コミュニティによる採用が促進された。
• モデルの移植性や可読性を損なわず、シミュレータ固有の最適化をサポートする。