任意の接続トポロジーを持つリカレントニューラルネットワークにおけるスパイクパターン形成のための厳密確率理論【JST・京大機械翻訳】

Schuenemann Maik; Ernst Udo; Kessebohmer Marc

プレプリント

J-GLOBAL ID：202202217606593710 整理番号：22P0285132

任意の接続トポロジーを持つリカレントニューラルネットワークにおけるスパイクパターン形成のための厳密確率理論【JST・京大機械翻訳】

A rigorous stochastic theory for spike pattern formation in recurrent neural networks with arbitrary connection topologies

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月05日プレプリントサーバーでの情報更新日： 2022年02月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

皮質ネットワークは,スパイクアバランシェの形で自然事象でしばしば発生する同期活動を示す。同期は,選択的信号処理や刺激情報の統合のような脳機能の中心的側面と因果関係があるため,アバランシェに参加して神経集合体を一時的に生成させ,従って,特に柔軟な情報処理を実行するのに特に有用であるかもしれない一過性同期の形である。集合形成がいかに神経計算をサポートするかを理解するために,ネットワーク構造と動力学がどのように相互作用して特定のアバランシェパターンと配列を生成するかの包括的な理論を確立することが重要である。ここでは,任意の非負相互作用重みを持つ反復結合スパイキングニューロンの有限ネットワークに対する正確なアバランシェ分布を導出し,Nトーラス上の線形ランダム動的システムへのモデル動力学の形式マッピングにより可能となり,位相空間に固有の自己相似性を利用した。相対的固有エルゴード性の概念を導入し,システムが時間不変Bernoulli過程によって駆動されるならば,この特性が保証されることを示した。この手法は,アバランシェサイズに対する閉形式解析表現を提供するだけでなく,アバランシェ(すなわちアバランシェアセンブリ)におけるユニット発火の詳細なセット(s)を決定することができる。ネットワーク構造と動力学の間の基礎となる依存性を,誘起グラフラプラシアンに関してアバランシェ集合体の分布を表現することにより透明にした。この依存性の解析的結果を調べ,例証例を示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

脳・神経系モデル

, , , ,

前のページに戻る