[논문 리뷰] NESTML: a modeling language for spiking neurons

Dimitri Plotnikov, Bernhard Rumpe⋆외 4명|arXiv (Cornell University)|2016. 06. 09.

Advanced Memory and Neural Computing참고 문헌 11인용 수 23

한 줄 요약

NESTML은 신경과학자들이 생물학적으로 영감을 받은 구성요소를 사용하여 신경세포의 스파iking 모델을 정의할 수 있도록 해주는 도메인 특화 모델링 언어이다. 이는 NEST 시뮬레이터에서 실행하기 위해 효율적으로 C++ 코드로 컴파일된다. 주요 기여는 복잡한 모델 생성을 단순화하면서도 높은 성능과 NEST 내장형 통합을 보장하는 모듈화되고 확장 가능한 언어이다.

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.

연구 동기 및 목표

• 수동으로 작성하기 어려운 복잡하고 생물학적으로 현실적인 스파iking 뉴런 모델을 구현하는 데 도전하는 데에 대비하기 위해.
• 신경과학 개념을 일등 시민 구성요소로 캡처할 수 있는 고수준이고 직관적인 언어를 신경과학자들에게 제공하기 위해.
• NEST 시뮬레이션 환경에서 실행하기 위해 최적화된 C++ 코드를 생성하기 위해.
• 향후 모델 유형과 기능의 확장을 위한 모듈성과 확장성을 보장하기 위해.
• 모델 이식성과 가독성을 훼손하지 않으면서도 시뮬레이터 특화 최적화를 지원하기 위해.

제안 방법

• 뉴런 역학과 생물물리적 성질에 맞게 맞춤화된 문법과 의미 체계를 가진 도메인 특화 언어(DSL) 설계.
• 명확하고 인간이 읽기 쉬운 표기법을 사용하여 미분 방정식, 이온 채널, 시냅스, 상태 변수를 위한 언어 구성요소 정의.
• NEST 시뮬레이션 커널에서 실행 가능한 최적화된 C++ 코드로 NESTML 코드를 변환하는 컴파일러 파이프라인 구현.
• 형식적인 언어 설계 원칙을 적용하여 타입 안정성, 모듈성, 확장성을 보장하기 위해.
• 생성된 모델를 직접 실행할 수 있도록 언어를 NEST 시뮬레이터와 통합하기 위해.
• 사용성과 언어 설계의 타당성을 검증하기 위해 예제 모델 세트 제공하기.

실험 결과

연구 질문

• RQ1 고수준의 도메인 특화 언어는 계산 신경과학 분야에서 스파iking 뉴런 모델의 표현력과 유지보수성에 어떻게 기여하는가?
• RQ2 복잡한 생물물리적 뉴런 모델을 지원하면서도 시뮬레이션을 위한 효율적인 코드 생성을 보장할 수 있는 DSL을 설계할 수 있는가?
• RQ3 NESTML은 낮은 수준의 언어로 수동으로 코딩하는 것에 비해 신경과학자들이 모델을 작성하는 데에 얼마나 줄어든 부담을 제공하는가?
• RQ4 언어가 향후 모델 개발을 위한 모듈성과 확장성에 얼마나 잘 대응하는가?
• RQ5 생성된 코드의 성능 오버헤드는 수동 최적화된 구현에 비해 어느 정도인가?

주요 결과

• NESTML은 생물학적 개념과 밀접하게 맞물린 간결하고 가독성이 높은 문법을 사용하여 복잡한 스파iking 뉴런 모델을 정의할 수 있도록 한다.
• 언어 컴파일러는 NEST 시뮬레이션 환경과 원활하게 통합되는 효율적인 C++ 코드를 성공적으로 생성한다.
• 이러한 접근은 세밀한 뉴런 모델을 구축하는 데에 드는 인지적 부담과 구현 부담을 크게 줄인다.
• 모듈화되고 확장 가능한 설계 덕분에 새로운 뉴런 유형, 이온 채널, 시냅스 모델을 쉽게 추가할 수 있다.
• GitHub에 공개된 예제 모델은 실용적 사용성과 연구 공동체의 채택을 촉진한다.
• 모델 이식성과 가독성을 훼손하지 않으면서도 시뮬레이터 특화 최적화를 지원한다.