Hebbian 网络中无标度性质的涌现

神经系统基本的“可塑性”（即在不同结构层次上的高适应性）主要基于修改突触连接的 Hebbian 学习机制。这些修改依赖于神经活动，并赋予神经网络特殊的动态行为。神经系统的另一显著特征是基于尖峰的信息传输——本应鲁棒抗噪——其自身是有噪的：单个神经元放电的方差大得惊人，这可能损害 Hebbian 机制的恰当功能。在本文中我们聚焦于仅由外部随机噪声诱导类 Hebbian 适应的网络，并研究尖峰时间依赖的突触可塑性。我们表明此类“HebbNets”能够发展出广泛的网络结构，包括无标度小世界网络。此类网络结构的发展可解释噪声的作用及其与 Hebbian 可塑性的相互作用。我们还论证该模型可视为著名的 Watts-Strogatz 小世界网络模型与优先连接模型的统一。