一种统一的皮层电路模型：带可分母归一化和自激发的稳健表征与记忆维持
神经元与认知
2025-08-19 v1 人工智能
神经与进化计算
摘要
稳健的信息表征及其持久维持是高级认知功能的基本要求。现有模型采用不同神经机制分别解决噪声抗性处理或信息维持的问题，而将两者整合于单一框架的统一方法尚存空白——这在理解皮层计算中是一个关键缺口。本文引入一种递归神经电路，组合可分母归一化与自激发，以实现对归一化输入的稳健编码和稳定保持。数学分析表明，对于适当的参数区间，系统形成一个连续吸引子，具有两个关键特性：(1) 在刺激呈现期间，输入比例稳定；(2) 在刺激停止后，形成自维持的记忆态。我们在两个典型任务中展示了该模型的多功能性：(a) 在随机点运动图 (RDK) 范式中的噪声抗编码；(b) 在概率 Wisconsin Card Sorting Test (pWCST) 中的近似贝叶斯信念更新。该工作建立了一个统一的数学框架，将噪声抑制、工作记忆和近似贝叶斯推断整合于单个皮层微电路中，为理解大脑典型计算并指导生物学可信人工神经网络设计提供了新视角。
引用
@article{arxiv.2508.12702,
title = {A Unified Cortical Circuit Model with Divisive Normalization and Self-Excitation for Robust Representation and Memory Maintenance},
author = {Jie Su and Weiwei Wang and Zhaotian Gu and Dahui Wang and Tianyi Qian},
journal= {arXiv preprint arXiv:2508.12702},
year = {2025}
}
备注
15 pages, 4 figures