Generating coherent patterns of activity from chaotic neural networks.
Generating coherent patterns of activity from chaotic neural networks.
复制标题
DOI：
10.1016/j.neuron.2009.07.018
复制
发表时间：
2009-08-27
期刊：
影响因子：
16.2
通讯作者：
Abbott, L. F.
中科院分区：
文献类型：
--
作者：
Sussillo, David;Abbott, L. F.
神经回路自发地以及在响应刺激或产生运动输出时显示复杂的活动模式。这两种形式的活动是如何联系起来的？我们开发了一种称为FORCE学习的程序，用于修改模型神经网络外部或内部的突触强度，以将混沌的自发活动改变为各种各样的所需活动模式。即使我们训练的网络是自发混沌的，我们也会在学习过程中保持反馈回路的完整性和开放性。使用这种方法，我们构建的网络，产生各种各样的复杂的输出模式，输入-输出转换，需要内存，多个输出，可以通过控制输入切换，和运动模式匹配人类运动捕捉数据。我们的研究结果再现了运动前活动的数据，在运动前皮质，并表明，突触可塑性可能是一个更快速和更强大的调制器的网络活动比一般理解。
Neural circuits display complex activity patterns both spontaneously and when responding to a stimulus or generating a motor output. How are these two forms of activity related? We develop a procedure called FORCE learning for modifying synaptic strengths either external to or within a model neural network to change chaotic spontaneous activity into a wide variety of desired activity patterns. FORCE learning works even though the networks we train are spontaneously chaotic and we leave feedback loops intact and unclamped during learning. Using this approach, we construct networks that produce a wide variety of complex output patterns, input-output transformations that require memory, multiple outputs that can be switched by control inputs, and motor patterns matching human motion capture data. Our results reproduce data on pre-movement activity in motor and premotor cortex, and suggest that synaptic plasticity may be a more rapid and powerful modulator of network activity than generally appreciated.
登录
查看更多内容
影响因子：
2.9
作者：
Bertschinger, N;Natschl채ger, T
通讯作者：
Natschl채ger, T
影响因子：
1.4
作者：
MIALL, RC;WEIR, DJ;STEIN, JF
通讯作者：
STEIN, JF
影响因子：
--
作者：
Brunel, N
通讯作者：
Brunel, N
DOI：
10.1073/pnas.0804451105
发表时间：
2008-12-02
影响因子：
11.1
作者：
Ganguli, Surya;Huh, Dongsung;Sompolinsky, Haim
通讯作者：
Sompolinsky, Haim
影响因子：
8.6
作者：
SOMPOLINSKY, H;CRISANTI, A;SOMMERS, HJ
通讯作者：
SOMMERS, HJ