本研究では，神経スパイクのタイミングを正確に制御するために Neural SDE（確率微分方程式ニューラルネットワーク） を活用しました．雑音環境下でも多様な発火パターン（規則発火，バースト発火，高速発火など）を高精度に制御できることを示しています．
実際の論文執筆では，数理モデルと学習手法を結びつける整理に苦労しましたが，神経科学・機械学習・制御工学を横断する研究として形にできました．アクセプトまで長いプロセスでしたが，ご指導・ご協力いただいた皆さまに深く感謝いたします．
F. Sato, M. Ogura, A. Sashie, Y. Bai, M. Shimono, and N. Wakamiya, “Neural SDE-based spike control of noisy neurons,” PLOS One (accepted for publication), 2025.