Optimizing the dynamics of spiking networks for decoding and control
Optimizing the dynamics of spiking networks for decoding and control
复制标题
优化尖峰网络的动态以进行解码和控制
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
ShiNung Ching
中科院分区：
文献类型：
--
作者：
Fuqiang Huang;James R. Riehl;ShiNung Ching
在本文中，基于优化的方法来构建尖峰网络的解码和控制的目的。具体来说，我们假设一个简单的目标函数，其中的网络的相互作用，原始的尖峰单位被解码，以驱动线性系统沿着规定的轨迹。假设单位仅在这样做将减少指定的目标函数时才出现尖峰。这种优化产生了一个具有扩散动力学和基于阈值的尖峰规则的神经元网络，该规则与Integrate和Fire神经模型相似。
In this paper, an optimization-based approach to construct spiking networks for the purposes of decoding and control is presented. Specifically, we postulate a simple objective function wherein a network of interacting, primitive spiking units is decoded in order to drive a linear system along a prescribed trajectory. The units are assumed to spike only if doing so will decrease a specified objective function. The optimization gives rise to an emergent network of neurons with diffusive dynamics and a threshold-based spiking rule that bears resemblance to the Integrate and Fire neural model.