利用中心化高斯 - 二元深度玻尔兹曼机建模视觉皮层自发活动中的相关性
神经与进化计算
2014-02-18 v3 机器学习
神经元与认知
摘要
自发皮层活动——即在缺乏有意感觉输入时持续进行的皮层活动——被认为在许多正常脑功能和精神功能障碍方面发挥着至关重要的作用。我们提出了一种中心化高斯 - 二元深度玻尔兹曼机（GDBM）用于建模早期皮层视觉区域的活动，并将 GDBM 中的随机采样与自发皮层活动联系起来。在自然图像块上训练所提出的模型后，我们表明从模型概率分布中收集的样本包含了与自发活动中发现的相似的活动模式。具体而言，具有相同方向偏好性的滤波器在随机采样期间倾向于共同激活。我们的工作表明，中心化 GDBM 是研究早期皮层视觉区域基本感受野属性和自发活动模式涌现的一种有意义的模型方法。此外，我们通过实证表明，中心化 GDBM 不会像普通 GDBM 那样在训练过程中遇到困难，并且无需逐层预训练即可得到适当训练。
引用
@article{arxiv.1312.6108,
title = {Modeling correlations in spontaneous activity of visual cortex with centered Gaussian-binary deep Boltzmann machines},
author = {Nan Wang and Dirk Jancke and Laurenz Wiskott},
journal= {arXiv preprint arXiv:1312.6108},
year = {2014}
}
备注
9 pages, 4 figures, for openreview ICLR2014, 2nd revision