胜者通吃作为神经元电路的基本概率推断单元
神经元与认知
2018-08-03 v1 神经与进化计算
摘要
神经科学的实验观察表明，大脑在处理带不确定性的信息计算时以概率方式工作。该处理可建模为贝叶斯推断。然而，贝叶斯推断如何在大脑神经元电路层面实现仍不清楚。本研究中，我们提出一种基于普遍存在的皮层微电路网络（称为胜者通吃（WTA）电路）的概率推断通用神经实现。我们表明，每个 WTA 电路可编码定义于某变量上的状态分布。通过将多个 WTA 电路连接在一起，可表示任意概率图模型的联合分布。此外，我们证明 WTA 电路的神经动力学能够实现概率图模型中最强大的推断方法之一——平均场推断。我们表明，WTA 电路中每个脉冲神经元的突触驱动编码各状态下变量的边缘概率，且每个神经元的放电概率（或放电率）正比于该边缘概率。理论分析与实验结果表明，WTA 电路可取得与平均场近似可比的推断结果。综上，我们的结果表明 WTA 电路可被视为神经元电路的最小推断单元。
引用
@article{arxiv.1808.00675,
title = {Winner-Take-All as Basic Probabilistic Inference Unit of Neuronal Circuits},
author = {Zhaofei Yu and Yonghong Tian and Tiejun Huang and Jian K. Liu},
journal= {arXiv preprint arXiv:1808.00675},
year = {2018}
}
备注
10 pages, 4 figures