이 논문은 순차적 신경 활성화의 속도를 유연하게 제어할 수 있는 새로운 메커니즘을 소개한다. 이 메커니즘은 네트워크 내 뉴런들 간 시간적 비대칭성의 이질성에 기반한다. 시간적으로 대칭적인 가소성 규칙을 가진 뉴런들은 네트워크 활성화 상태를 안정화시켜 속도를 늦추는 역할을 하고, 비대칭적인 규칙을 가진 뉴런들은 활성화를 가속화시켜 속도를 높이는 역할을 한다. 외부 입력을 조절하여 이 두 유형의 뉴런들을 선택적으로 활성화함으로써 순차적 활성화 속도를 유연하게 제어할 수 있다. 또한 이 메커니즘을 통해 준비 기간의 지속적 활성화와 실행 기간의 순차적 활성화 사이의 전환을 구현할 수 있다. 보상 기반 학습 규칙을 사용하여 원하는 속도를 구현하는 외부 입력을 학습할 수 있으며, 이렇게 학습된 입력은 다른 순차적 패턴의 검색에도 활용될 수 있다. 마지막으로 이 메커니즘은 흥분성 및 억제성 스파이킹 뉴런 네트워크에서도 구현될 수 있음을 보였다.
To Another Language
from source content
biorxiv.org
Key Insights Distilled From
by Gillett,M., ... at www.biorxiv.org 03-24-2023
https://www.biorxiv.org/content/10.1101/2023.03.22.533836v2Deeper Inquiries