通过赫布、神经调质与抑制性可塑性实现皮层信用分配
神经元与认知
2019-11-04 v1 无序系统与神经网络
摘要
皮层学习在刺激与支持行为的脉冲活动之间建立关联。它通过调整突触权重来实现这一点。这些转换的复杂性意味着突触必须在无法获取完整误差信息的情况下发生改变，这一难题通常被称为“信用分配”。然而，皮层如何解决这一问题仍属未知。我们提出，可塑性规则的组合——1) 赫布可塑性，2) 乙酰胆碱依赖性可塑性，3) 去甲肾上腺素依赖性兴奋性可塑性，以及 4) 恢复 E/I 平衡的抑制性可塑性——有效地解决了信用分配问题。我们推导了神经元模型能够学习接近其理论容量的若干关联的条件。我们通过重新分析实验数据，证实了关于乙酰胆碱依赖性和抑制性可塑性的预测。我们的工作表明，精细的皮层 E/I 平衡降低了将输入与输出关联问题的维度，从而允许神经调质系统的不完美“监督”有效地引导学习。
引用
@article{arxiv.1911.00307,
title = {Cortical credit assignment by Hebbian, neuromodulatory and inhibitory plasticity},
author = {Johnatan Aljadeff and James D'amour and Rachel E. Field and Robert C. Froemke and Claudia Clopath},
journal= {arXiv preprint arXiv:1911.00307},
year = {2019}
}