神经回路中的连续还是离散吸引子？最大熵下的自组织开关
摘要：训练设置取决于神经回路可以选择性地实现连续或离散的吸引子。在循环神经网络模型中，连续和离散吸引子由不同的突触处方（学习规则）分别建模。在这里，我们报告了一个可解决的网络模型，具有赫布突触可塑性，在刺激的呈现频率和感觉编码结构上能够学习离散或连续的吸引子。当经验与感觉编码相匹配时，即经历的刺激分布与神经元的首选刺激分布相匹配时，学会了连续的吸引子。在这种情况下，没有对感觉信息进行处理，神经活动显示最大的熵。如果经验超出感觉编码，将启动处理，并将连续的吸引子不稳定为一组离散吸引子。
作者：Alberto Bernacchia
论文ID：0707.3511
分类：Biological Physics
分类简称：physics.bio-ph
提交时间：2007-09-04