通过抑制性反馈实现神经网络活动的去相关
神经元与认知
2015-06-04 v2 生物物理
摘要
脉冲序列集合中的相关性会严重损害信息以其时空结构进行的编码。在有限神经网络中，一个不可避免的相关性来源是成对神经元的共同突触前输入。近期的理论和实验研究表明，循环神经网络中的脉冲相关性远小于基于共享突触前输入量所预期的值。通过线性网络模型和漏电积分触发神经元网络的模拟，我们表明共享输入相关性被抑制性反馈有效抑制。为了阐明反馈的效应，我们比较了完整循环网络与反馈通道统计特性受扰动的系统的响应。抑制性反馈对脉冲序列相关性和群体速率涨落的抑制，在纯抑制性网络和兴奋-抑制性网络中均可观察到。这一效应可由线性理论完全理解，并在群体平均活动的宏观层面上即已显现。在微观层面上，共享输入相关性被脉冲序列相关性所抑制：在纯抑制性网络中，它们被负的脉冲序列相关性抵消；在兴奋-抑制性网络中，脉冲序列相关性通常为正。在此，输入相关性的抑制并非源于兴奋性（E）与抑制性（I）神经元之间相关性的单纯存在，而是三种可能配对（EE、EI、II）间特定相关性结构的结果。
引用
@article{arxiv.1204.4393,
title = {Decorrelation of neural-network activity by inhibitory feedback},
author = {Tom Tetzlaff and Moritz Helias and Gaute T. Einevoll and Markus Diesmann},
journal= {arXiv preprint arXiv:1204.4393},
year = {2015}
}