Robust timing and motor patterns by taming chaos in recurrent neural networks.
Robust timing and motor patterns by taming chaos in recurrent neural networks.
复制标题
DOI：
10.1038/nn.3405
复制
发表时间：
2013-07
影响因子：
25
通讯作者：
Buonomano, Dean V.
中科院分区：
文献类型：
--
作者：
Laje, Rodrigo;Buonomano, Dean V.
大脑判断时间和产生复杂时空运动模式的能力对于预测下一个电话铃声或演奏乐器至关重要。一类模型提出，这些能力来自于递归神经网络中产生的动态变化的神经活动模式。然而，递归网络的相关动态机制对噪声高度敏感，即，混乱我们描述了一个发射率模型，告诉时间的顺序秒，并产生复杂的时空模式中存在的高水平的噪声。这是通过调整循环连接来实现的。该网络运行在一个新的动态制度，表现出共存的混沌和局部稳定的轨迹。这些稳定的模式作为“动态吸引子”发挥作用，并提供了生物系统的一个新特征：在面对扰动时能够“返回”到所产生的模式。
The brain’s ability to tell time and produce complex spatiotemporal motor patterns is critical to anticipating the next ring of a telephone or playing a musical instrument. One class of models proposes that these abilities emerge from dynamically changing patterns of neural activity generated within recurrent neural networks. However, the relevant dynamic regimes of recurrent networks are highly sensitive to noise, i.e., chaotic. We describe a firing rate model that tells time on the order of seconds and generates complex spatiotemporal patterns in the presence of high levels of noise. This is achieved through the tuning of the recurrent connections. The network operates in a novel dynamic regime that exhibits coexisting chaotic and locally stable trajectories. These stable patterns function as “dynamic attractors” and provide a novel feature characteristic of biological systems: the ability to “return” to the pattern being generated in the face of perturbations.
登录
查看更多内容
DOI：
10.1073/pnas.0712231105
发表时间：
2008-03-04
影响因子：
11.1
作者：
Izhikevich, Eugene M.;Edelman, Gerald M.
通讯作者：
Edelman, Gerald M.
DOI：
10.1037/0097-7403.20.2.135
发表时间：
1994-04-01
期刊：
JOURNAL OF EXPERIMENTAL PSYCHOLOGY-ANIMAL BEHAVIOR PROCESSES
影响因子：
--
作者：
CHURCH, RM;MECK, WH;GIBBON, J
通讯作者：
GIBBON, J
影响因子：
9.2
作者：
Ahrens, Misha B.;Sahani, Maneesh
通讯作者：
Sahani, Maneesh
影响因子：
--
作者：
Brunel, N
通讯作者：
Brunel, N
影响因子：
2.9
作者：
BUONOMANO, DV;MAUK, MD
通讯作者：
MAUK, MD