节律性抑制使神经网络能够搜索最大一致状态
神经元与认知
2017-11-08 v1
摘要
Gamma频段节律性抑制是神经回路中普遍存在的现象，但其计算作用仍不明确。我们表明，Gamma频段节律性抑制的一个模型使得耦合皮层回路基元的网络能够搜索最佳调和外部输入与网络连通性中编码的内部一致性模型的网络配置。我们表明赫布可塑性使得网络能够通过样例学习该一致性模型。由节律性抑制驱动的搜索动力学使得所述网络能够解决困难的约束满足问题，而无需对网络中的随机涨落形式做假设。我们表明该搜索动力学可由随机采样过程很好地近似。我们使用所述网络复现了感知多稳态现象，其切换时间与实验数据良好吻合，并表明它们提供了一个可用于建模其他“感知推理”现象的通用神经框架。
引用
@article{arxiv.1503.02777,
title = {Rhythmic inhibition allows neural networks to search for maximally consistent states},
author = {Hesham Mostafa and Lorenz K. Muller and Giacomo Indiveri},
journal= {arXiv preprint arXiv:1503.02777},
year = {2017}
}