前馈网络中的中性稳定性、速率传播与临界分支
神经元与认知
2012-11-01 v1
摘要
最近的实验和计算证据表明，几个动力学特性可能表征了功能神经网络的运行点：临界分支、中性稳定性以及产生广泛的发放模式。我们寻求这些特性涌现的最简单设定，以阐明它们在随机前馈 McCulloch-Pitts 神经元网络中的起源和关系。两个关键参数是神经元发放尖峰的阈值和前馈连接的整体水平。当神经元具有低阈值时，我们证明总存在一种连接度使得上述所有特性均出现：即这些网络能够逐层保持整体发放速率，并在每一层产生广泛的活动分布。然而，当神经元具有高阈值时，这种情况不会发生。解释这一差异的关键工具是所得平均场马尔可夫链的特征结构，因为它揭示了哪些活动模式将逐层保持。我们将分析从纯兴奋性网络扩展到包含抑制和“局部”噪声的更复杂模型，发现这两个特征都扩展了网络产生感兴趣特性的参数范围。
引用
@article{arxiv.1210.8406,
title = {Neutral stability, rate propagation, and critical branching in feedforward networks},
author = {Natasha Cayco Gajic and Eric Shea-Brown},
journal= {arXiv preprint arXiv:1210.8406},
year = {2012}
}