bioRxiv 预印本· Cusseddu, C., Festa, D., Miehl, C., Gjorgjieva, J. ·· 22 天前AI 评分10
异质性可塑性规则在循环神经网络中生成多样化结构
Heterogeneous plasticity rules generate diverse structures in recurrent networks
AI 导读
研究建立分析框架,将兴奋性Hebbian、反Hebbian和对称STDP规则映射到有向三神经元模体,发现单一均质规则只能生成受限的模体子集,没有任何单一规则能产生全部模体。组合不同规则可生成单一规则无法获得的模体并覆盖完整模体库,该预测可推广至更大规模循环网络。但该映射高度非唯一,不同规则与参数可产生相似的模体分布,且模体分布相近的网络在放电率和成对相关性上仍可不同。
来源:bioRxiv 预印本 · biorxiv.org