一种关联微柱与宏柱尺度功能的皮层稀疏分布式编码模型
神经元与认知
2017-07-14 v1
摘要
迄今为止,尚未提出微柱的通用功能,即适用于所有皮层区域和物种的功能。我提出微柱确实具有通用功能,但只有在其高层包容单元——宏柱的功能背景下才能明晰。我提出:a) 宏柱的功能是存储其输入的稀疏分布式表示,并作为这些输入的识别器;b) 微柱的通用功能是强制宏柱代码的稀疏性。此处将微柱定义为一个物理定位的约20个 L2/3 锥体神经元池,它通过充当赢者通吃(WTA)竞争模块来实现这一点,这意味着宏柱代码由约70个活跃的 L2/3 细胞组成(假设每个宏柱约70个微柱)。我描述了一种在学习和检索期间激活这些代码的算法,该算法使更相似的输入映射到交集更高的代码,这一特性实现了超快(即时、首次)存储和检索。该算法通过在代码选择过程中加入一定量的随机性(噪声)来实现这一点,该随机性与输入熟悉度成反比。我提出了一种将该算法映射到皮层回路的可能方案,并援引了支持这种熟悉度依赖噪声机制的神经调质实现的证据。该模型不同于其他近期柱状皮层回路模型,它提出了一种通用微柱功能,其中微柱内的一组细胞(L2/3 锥体神经元)竞争(WTA)以成为稀疏分布式宏柱代码的一部分。
引用
@article{arxiv.1707.04129,
title = {A cortical sparse distributed coding model linking mini- and macrocolumn-scale functionality},
author = {Gerard J. Rinkus},
journal= {arXiv preprint arXiv:1707.04129},
year = {2017}
}
备注
13 pages, 5 figures