跳到正文
原文
bioRxiv 预印本· Wang, B., Johnston, W. J., Fusi, S. ·· 23 天前AI 评分10

高维海马表征促进低维抽象表征学习并支持泛化

High-dimensional hippocampus representation facilitates learning of low-dimensional abstract representation and supports generalization

AI 导读

多区域神经网络模型显示,将海马建模为稀疏去相关自编码器时,其高维表征能促进前额叶皮层等下游区域稳健高效地形成低维抽象表征,在感觉输入几何与目标输出几何不匹配时尤为明显。数学分析表明,海马扩张重编码可抑制误导性低维输入结构并重塑下游网络损失景观,由此产生的抽象表征为样本高效学习新的语义—动作映射提供归纳偏置。将海马依赖表征巩固为海马非依赖通路,可改善基于输入结构的分布外泛化。

来源:bioRxiv 预印本 · biorxiv.org