空间工作记忆多层神经场模型中的速度整合

我们分析了一个空间工作记忆的多层神经场模型，聚焦于层间连接、空间异质性和速度输入的影响。空间工作记忆模型通常采用通过局部兴奋和侧向抑制组合产生持久活动的网络。我们的模型由一组多层方程构成，使用积分项描述同层及不同层间神经元的连接。该积分项的核进而捕获了不同层间连接强度、空间异质性和速度输入的影响。我们开始分析时聚焦于层间连接如何塑造模型（持久）隆起吸引子解的形式与稳定性。随后，我们推导了一个低维近似，描述空间异质性、速度输入和噪声如何结合决定隆起解的位置。空间异质性的主要影响是打破网络的平移对称性，因此隆起倾向于驻留在域中有限个局部吸引子之一。借助简化模型，我们随后可以使用描述隆起在局部吸引子间运动的连续时间马尔可夫链模型来近似隆起位置的动力学。虽然异质性降低了隆起的有效扩散，它也通过减缓速度诱导的隆起传播而破坏了速度输入的处理。然而，我们证明噪声可以通过促进隆起运动转移发挥建设性作用，恢复接近输入速度的平均隆起速度。