跳到正文
原文
bioRxiv · Neuroscience· Belluscio, M., Pajevic 等 6 人
AI 评分53

兴奋抑制平衡神经元自动机中滑翔子的组合性与信息容量

Glider compositionality and information capacity in an E/I-balanced neuronal automaton

预印本 · 尚未经过同行评审

AI 导读

细胞自动机中局部活动模式(滑翔子)能传播并相互作用,但神经网络能否利用这种计算能力尚不清楚。研究构建了兴奋与抑制群体分离、细胞活动分级、局部连接均一的皮层网络模型,观察到多种滑翔子自发产生并相互作用,并通过解析化简找出维持主导滑翔子传播的细胞条件。接近兴奋抑制平衡时,稀疏的滑翔子动态与较高的计算容量并存,容量随空间和时间变化;而中间神经元之间强相互抑制则带来低计算容量下的扩散式增殖。

摘要 · AI 翻译

在元胞自动机中,被称为滑翔机(glider)的局部活动模式会传播并相互作用,以承载和转换信息。神经元网络能否利用这种计算能力仍不清楚。在此,我们证明,一个具有分离的兴奋性和抑制性群体、分级细胞活动以及均匀局部连接的皮层网络模型会自发产生多样且相互作用的滑翔机。通过解析约化,我们识别出维持主导 G-滑翔机传播的细胞条件。不同的滑翔机可以组装成不断生长的结构,并释放出其他类型的滑翔机。在兴奋/抑制平衡附近,稀疏的滑翔机动力学与高计算能力共存,后者以输入区分和泛化为衡量指标,且局部能力随空间和时间而变化。相反,中间神经元之间强烈的相互抑制则允许转移性增殖,但计算能力较低。这些发现将元胞自动机与神经元信息处理联系起来,并将相互作用的滑翔机确定为动态可塑性的候选机制:即在不变的突触架构内实现计算的重组。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。