高电导状态下脉冲神经元的随机推断
神经元与认知
2017-03-14 v1 无序系统与神经网络
神经与进化计算
生物物理
机器学习
摘要
在体观测到的新皮层环路的高度可变动力学被假设为代表正在进行随机推断的标记，但与在体外测量的神经元确定性响应形成明显对比。基于膜自相关在脉冲簇中的传播，我们给出了适用于包括高电导状态在内的大参数空间的神经激活函数的解析推导。在此基础上，我们展示嵌入脉冲环境中的具有基于电导的突触的漏积分-发放神经元群体如何能获得用于从定义良好的目标分布中采样的正确发放统计。对于递归网络，我们在计算机模拟中检验了向平稳性的收敛，并展示了混合图模型中的基于样本的贝叶斯推断。这指向高电导状态的一种新计算作用，并建立了确定性神经元模型与网络层面功能性随机动力学之间的严格联系。
引用
@article{arxiv.1610.07161,
title = {Stochastic inference with spiking neurons in the high-conductance state},
author = {Mihai A. Petrovici and Johannes Bill and Ilja Bytschok and Johannes Schemmel and Karlheinz Meier},
journal= {arXiv preprint arXiv:1610.07161},
year = {2017}
}