多区域循环神经网络中的活动结构

神经回路由多个相互连接的区域组成，每个区域都具有复杂的动力学特性。局部与全局活动之间的相互作用被认为构成了计算灵活性的基础，然而多区域神经活动的结构及其在突触连接中的起源仍知之甚少。我们研究了具有多个区域的循环神经网络，其中每个区域包含具有随机和结构化连接的神经元。受通信子空间实验证据的启发，我们利用区域间的低秩连接来实现选择性活动路由。这些网络在区域内表现出高维波动，而在区域间则进行低维信号传输。利用动力学平均场理论，并以跨区域电流为序参量，我们表明各区域同时充当活动的生成器和传输器——这两种角色往往存在张力。抑制区域内活动对于有效的信号路由至关重要。与以往通过抑制神经活动来控制信号流的模型不同，我们的模型通过连接结构和非线性动力学激发不同的高维活动模式来实现路由。我们的分析为多区域神经数据和训练后的神经网络提供了见解。