Structural Plasticity on the SpiNNaker Many-Core Neuromorphic System.
Structural Plasticity on the SpiNNaker Many-Core Neuromorphic System.
复制标题
DOI：
10.3389/fnins.2018.00434
复制
发表时间：
2018
影响因子：
4.3
通讯作者：
Furber SB
中科院分区：
文献类型：
--
作者：
Bogdan PA;Rowley AGD;Rhodes O;Furber SB
皮层区域的结构组织不是随机的，感觉处理中心的地形图是常见的。这种地形组织允许神经元之间的最佳布线，多模态感觉整合，并执行输入降维。在这项工作中，一个模型的地形图形成的SpiNNaker神经形态平台上实现，实时运行使用点神经元，并利用突触重新布线和尖峰定时依赖可塑性（STDP）。与Bamford等人的观点一致，我们证明了突触的重新布线可以使最初粗糙的地形图变得更加精细，并且超过了STDP的能力，通过STDP学习的输入选择性通过重新布线嵌入到网络连接中。此外，我们表明，所提出的模型可用于生成具有最小初始连接的神经元层之间的地形图，并稳定映射，否则将是不稳定的，通过列入侧抑制。
The structural organization of cortical areas is not random, with topographic maps commonplace in sensory processing centers. This topographical organization allows optimal wiring between neurons, multimodal sensory integration, and performs input dimensionality reduction. In this work, a model of topographic map formation is implemented on the SpiNNaker neuromorphic platform, running in realtime using point neurons, and making use of both synaptic rewiring and spike-timing dependent plasticity (STDP). In agreement with Bamford et al., we demonstrate that synaptic rewiring refines an initially rough topographic map over and beyond the ability of STDP, and that input selectivity learnt through STDP is embedded into the network connectivity through rewiring. Moreover, we show the presented model can be used to generate topographic maps between layers of neurons with minimal initial connectivity, and stabilize mappings which would otherwise be unstable through the inclusion of lateral inhibition.
登录
查看更多内容
影响因子：
20.6
作者：
Furber, Steve B.;Galluppi, Francesco;Plana, Luis A.
通讯作者：
Plana, Luis A.
影响因子：
16.2
作者：
Holtmaat, AJGD;Trachtenberg, JT;Svoboda, K
通讯作者：
Svoboda, K
影响因子：
3.5
作者：
Hawkins J;Ahmad S
通讯作者：
Ahmad S
影响因子：
3.7
作者：
Furber, Steve B.;Lester, David R.;Brown, Andrew D.
通讯作者：
Brown, Andrew D.
影响因子：
3.3
作者：
Favero, M.;Buffelli, M.;Busetto, G.
通讯作者：
Busetto, G.