Asymmetry of Neuronal Combinatorial Codes Arises from Minimizing Synaptic Weight Change
Asymmetry of Neuronal Combinatorial Codes Arises from Minimizing Synaptic Weight Change
复制标题
神经组合编码的不对称性源于最小化突触权重变化
DOI：
10.1162/neco_a_00854
复制
发表时间：
2016
影响因子：
2.9
通讯作者：
Mauro M.
中科院分区：
文献类型：
--
作者：
Leibold;Christian ;Monsalve-Mercado;Mauro M.
突触变化是一种昂贵的资源，特别是对于对突触可塑性有高需求的大脑结构。例如，建立物体位置的记忆需要有效地利用可塑性资源，因为物体可以很容易地改变它们在空间中的位置，而我们可以记住物体的位置。但是，如果在进行中的学习过程中，整体突触变化应该最小化，那么理想的神经回路应该如何设置以整合两个输入流（对象位置和身份）？这封信提供了一个理论框架，说明如何理想地指定这两种输入途径。一般来说，该模型预测，信息丰富的途径应该是塑料和稀疏编码，而传递较少的信息的途径应该是密集编码，只有在一个新的对象的神经元表示必须建立，并进行学习。作为一个例子，我们考虑海马CA1区，它结合了位置和对象的信息。该模型从而提供了一个规范的帐户海马率重新映射，即调制的地方场活动的变化，当地的线索。它也可以适用于从多个输入流学习组合代码的其他大脑区域（如新皮层V层）。
Synaptic change is a costly resource, particularly for brain structures that have a high demand of synaptic plasticity. For example, building memories of object positions requires efficient use of plasticity resources since objects can easily change their location in space and yet we can memorize object locations. But how should a neural circuit ideally be set up to integrate two input streams (object location and identity) in case the overall synaptic changes should be minimized during ongoing learning? This letter provides a theoretical framework on how the two input pathways should ideally be specified. Generally the model predicts that the information-rich pathway should be plastic and encoded sparsely, whereas the pathway conveying less information should be encoded densely and undergo learning only if a neuronal representation of a novel object has to be established. As an example, we consider hippocampal area CA1, which combines place and object information. The model thereby provides a normative account of hippocampal rate remapping, that is, modulations of place field activity by changes of local cues. It may as well be applicable to other brain areas (such as neocortical layer V) that learn combinatorial codes from multiple input streams.
登录
查看更多内容
影响因子：
2
作者：
Sheeja Navakkode;Sreedharan Sajikumar;T. Sacktor;J. Frey
通讯作者：
Sheeja Navakkode;Sreedharan Sajikumar;T. Sacktor;J. Frey
影响因子：
4.3
作者：
Roudi Y;Treves A
通讯作者：
Treves A
影响因子：
4.3
作者：
van Rossum MC;Shippi M;Barrett AB
通讯作者：
Barrett AB
影响因子：
3
作者：
Deshmukh SS;Knierim JJ
通讯作者：
Knierim JJ
DOI：
10.1523/jneurosci.0946-13.2013
发表时间：
2013-05-29
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Neunuebel JP;Yoganarasimha D;Rao G;Knierim JJ
通讯作者：
Knierim JJ