PulseAugur
实时 08:49:00
English(EN) Soliton-like Waves in a Two-Dimensional Recurrent Spiking Neural Network with Weighted Spike-Timing-Dependent Plasticity

新型脉冲神经元模型展现孤子类波行为

研究人员开发了一种最小化、具有生物学合理性的脉冲神经元模型,该模型结合了加权脉冲时间依赖可塑性 (WSTDP)、除法归一化和稳态适应。当这些神经元排列在二维递归网络中时,它们会表现出稳定的、自传播的波包,其特性类似于耗散孤子。这些波能够保持其形态,以恒定速度传播,并在碰撞时湮灭,其中 WSTDP 编码了传播方向。该框架为理解局部可塑性规则如何产生皮层行波、活动区域划分和空间记忆提供了一个简化的模型。 AI

影响 这项研究为理解复杂的神经动力学提供了一个基础模型,可能为未来的神经形态计算架构提供信息。

排序理由 该集群包含一篇详细介绍新模型及其涌现特性的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型脉冲神经元模型展现孤子类波行为

报道来源 [1]

  1. arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Ch. Meessen ·

    具有加权脉冲时间依赖可塑性的二维递归脉冲神经网络中的类孤子波

    We construct a minimal but biologically plausible spiking neuron model operating in discrete time, combining multiplicative spike-timing-dependent plasticity (WSTDP), divisive normalization of synaptic integration, homeostatic threshold adaptation, and a one-step refractory perio…