精确动作电位的最优时序相关可塑性
摘要：时序相关的神经编码中，神经元必须在特定的时间点发射动作电位。我们使用一种监督学习范式来推导一种突触更新规则，通过梯度上升优化期望发射时间点上的的神经元的概率。我们发现，最优的上调和下调突触效力的策略可以用类似于时序相关可塑性（Spike-Timing Dependent Plasticity,STDP）的两相学习窗口来描述。如果突触前神经元发放的动作电位比期望的突触后神经元的发放时刻早，我们的最优学习规则预测，该突触应被加强。增强的依赖于动作电位，直接反映了兴奋性突触后电位的时间进程。发放时刻逆转时的突触效力抑制的存在和幅度取决于约束在优化问题中如何实施。文中讨论了两种不同的约束，即对突触后发放率的控制和对时间局部性的控制。
作者：Jean-Pascal Pfister, Taro Toyoizumi, David Barber, Wulfram Gerstner
论文ID：q-bio/0502037
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2007-05-23