将视觉皮层侧连接性质纳入 CNN：循环激活与兴奋-抑制分离
神经元与认知
2025-09-22 v1 人工智能
计算机视觉与模式识别
摘要
原始卷积神经网络（CNNs）及其现代变体如 ResNet 严重受到哺乳动物视觉系统的启发。这些模型包括afferent 连接（视网膜和 LGN 到视觉皮层）和远距离投射（连接不同视觉皮层区域）。然而，在哺乳动物视觉系统中，每一视觉皮层区域内都存在连接，称为侧连接（或水平连接）。这大致对应于 CNN 特征图内的连接，而这一重要的架构特征在当前 CNN 模型中是缺失的。本文介绍了如何在标准 CNN 框架中建模此类侧连接，并测试其益处并分析其涌现属性与生物视觉系统的关系。我们将关注侧连接的两个主要架构特征：(1) 循环激活和(2) 兴奋-抑制连接的分离。我们表明，使用权共享的循环 CNN 等价于侧连接，并提出了一个自定义损失函数以分离兴奋和抑制权重。将这两者添加到 CNN 中会提高分类准确率，更重要的是，所得模型的激活属性和连接属性显示出类似于生物视觉系统中观察到的属性。我们期望我们的做法有助于将 CNN 更接近其生物学对应物，并更好地理解视觉皮层计算的原理。
引用
@article{arxiv.2509.15460,
title = {Incorporating Visual Cortical Lateral Connection Properties into CNN: Recurrent Activation and Excitatory-Inhibitory Separation},
author = {Jin Hyun Park and Cheng Zhang and Yoonsuck Choe},
journal= {arXiv preprint arXiv:2509.15460},
year = {2025}
}