线性阈值脑网络中的分层选择性募集，第二部分：多层动力学与自顶向下募集
系统与控制
2020-12-21 v4 神经与进化计算
系统与控制
最优化与控制
摘要
目标驱动选择性注意(GDSA)是一项非凡的功能，它使大脑的复杂动力学网络能够支持连贯的感知与认知。这篇两部分论文的第一部分提出了一种称为分层选择性募集(HSR)的新控制理论框架，以严格解释 GDSA 如何从大脑的网络结构与动力学中涌现。本部分通过推导分层子网络联合结构的条件来完成 HSR 的发展，这些条件保证每一子网络中与任务相关的部分被其正上方层的子网络自顶向下募集，同时抑制所有分层层中任务无关子网络的活动。为进一步验证该框架的优点与适用性，我们对啮齿动物的选择性听觉进行了综合案例研究，并表明一个具有基于 HSR 结构且规模最小的小型网络能够以惊人精度解释数据，同时满足 HSR 的理论要求。我们的技术方法依赖于切换系统理论，并提供了一个针对状态依赖切换仿射系统的新的逆 Lyapunov 定理，其本身具有独立意义。
引用
@article{arxiv.1809.02493,
title = {Hierarchical Selective Recruitment in Linear-Threshold Brain Networks, Part II: Multi-Layer Dynamics and Top-Down Recruitment},
author = {Erfan Nozari and Jorge Cortés},
journal= {arXiv preprint arXiv:1809.02493},
year = {2020}
}