海马体中的稳定记忆分配：基本极限与神经实现
神经与进化计算
2016-12-15 v1 数据结构与算法
机器学习
摘要
人们认为海马体在大脑中起着记忆分配器的作用，但其机制尚未揭示。在 Valiant 的神经模型中，海马体被描述为一个随机连接图，其上的计算将输入映射到一组具有稳定大小的激活神经元。Valiant 为海马体回路成为稳定记忆分配器（SMA）提出了三个要求：稳定性、连续性和正交性。根据 Valiant 的模型，海马体中 SMA 的功能对于皮层中的进一步计算至关重要。在本文中，我们将这些记忆功能的要求纳入严格的数学表述，并基于错误分配的概率引入了容量的概念。我们证明了在数据独立和数据依赖两种设置下，SMA 的容量和错误概率的基本极限。我们还建立了一个可以通过神经元回路实现的稳定记忆分配器实例。理论界限和仿真结果均表明，神经 SMA 功能良好。
引用
@article{arxiv.1612.04659,
title = {Stable Memory Allocation in the Hippocampus: Fundamental Limits and Neural Realization},
author = {Wenlong Mou and Zhi Wang and Liwei Wang},
journal= {arXiv preprint arXiv:1612.04659},
year = {2016}
}