神经网络中的非均匀增益分布 I：稳态情形
神经元与认知
2017-02-03 v1
摘要
我们利用量子力学技术研究神经场中增益的非均匀分布，方法是 exploiting 我们的模型与不含时 Schr"{o}dinger 方程之间的关系。我们表明，连接核与群体增益之间的特定关系可以解释模拟中神经场的行为。具体而言，我们展示了这些关系在两个区域间活动的门控（阶跃势）、活动穿过另一区域的传播（势垒），以及最重要的是增益受限区域中隆起（bumps）的存在（增益阱）等情况下的表现。我们的结果构成了可在体内或体外检验的具体预测。
引用
@article{arxiv.1702.00687,
title = {Heterogeneous gain distributions in neural networks I:The stationary case},
author = {Alejandro Jimenez Rodriguez and Juan Carlos Cordero Ceballos and Nestor E. Sanchez},
journal= {arXiv preprint arXiv:1702.00687},
year = {2017}
}