×
松本奈久;冈田，Masato

峰值时间相关塑性精确平衡偏差的影响。 （英语） Zbl 1068.68122号

神经网络。 第71917-924号（2004年）.
摘要：最近的生物学实验结果表明，突触可塑性取决于突触前和突触后棘波的相对时间，这被称为棘波时间依赖性可塑性（STDP）。许多作者声称，STDP的长期增强（LTP）和长期抑制（LTD）之间的精确平衡对于时空模式的存储至关重要。一些作者通过数值研究了LTP和LTD之间的不平衡对网络特性的影响。然而，数学机制仍然未知。我们的分析表明，联想记忆网络具有鲁棒的时空模式检索特性，当网络包含有限个神经元时，这些特性使网络不太容易偏离LTP和LTD之间的精确平衡。

MSC公司：

68T05型 人工智能中的学习和自适应系统
68第20页 信息存储和数据检索

关键词：

峰值时间相关塑性;长期抑郁症;长期增强;检索属性;时空格局;统计神经动力学
PDF格式BibTeX公司 XML格式引用
\textit{N.Matsumoto}和\textit{M.Okada}，神经网络。17，第7号，917--924（2004；Zbl 1068.68122）
全文： 内政部 arXiv公司

参考文献：

[1] 雅培，L.F。；Nelson，S.B.，《突触可塑性：驯服野兽》，《自然神经科学》，31178-1183（2000）
[2] 雅培，L.F。；Song，S.，颞不对称hebbian学习、尖峰时间和神经元反应可变性，（Kearns，M.S.；Solla，S.；Cohn，D.，神经信息处理系统进展，第11卷（1999年），麻省理工学院出版社：麻省理工学院出版社，马萨诸塞州剑桥），69-75
[3] 阿玛里，S。；Maginu，K.，相关联想记忆不同版本的统计神经动力学，神经网络，163-73（1988）
[4] 毕国强。；Poo，M.M.，《培养海马神经元的突触修饰：对尖峰时间、突触强度和突触后细胞类型的依赖性》，《神经科学杂志》，18，10464-10472（1998）
[5] Fu，Y.-X。；Djupsund，K。；高，H。；B.海登。；沈，K。；Dan，Y.，视觉空间表征的皮层可塑性的时间特异性，《科学》，2961999-2003（2002）
[6] 郭士纳，W。；肯普特，R。；van Hemmen，J.L。；Wagner，H.，《亚毫秒时间编码的神经元学习规则》，《自然》，38376-78（1996）
[7] Karmarkar，U.R。；Buonamano，D.V.，《脉冲-时间依赖性可塑性模型：一个或两个符合检测器？》？，《神经科学杂志》，88，507-513（2002）
[8] 肯普特，R。；郭士纳，W。；van Hemmen，J.L.，《希伯来学习和尖峰神经元》，《物理评论E》，59，4498-4514（1999）
[9] 利维，N。；霍恩，D。；我·梅利杰森。；Ruppin，E.，尖峰神经元细胞集合中的分布式同步，神经网络，14815-824（2001）
[10] Markram，H。；Lübke，J。；Frotscher，M。；Sakmann，B.，通过突触后aps和epsps的巧合调节突触效能，《科学》，275，213-215（1997）
[11] 松本，N。；Okada，M.，时间不对称赫布塑性的自我调节机制，神经计算，14，2883-2902（2002）·Zbl 1079.92502号
[12] 松本，N。；Okada，M.，检索特性对峰值时间依赖性可塑性长期增强和抑制之间不平衡的鲁棒性，《物理评论》E，68，061914（2003）
[13] 蒙罗，P。；Hernandez，G.，LTD促进了在嘈杂环境中的学习，（Solla，S.a.；Leen，T.K.；Müller，K.R.，《神经信息处理系统的进展》，第12卷（2000），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥），150-156
[14] Okada，M.，关联记忆宏观动力学方程的层次结构，神经网络，8833-838（1995）
[15] Okada，M.，联想记忆和稀疏编码的概念，神经网络，91429-1458（1996）·Zbl 0889.92001
[16] Rao，R.P.N。；Sejnowski，T.J.，复发性新皮质回路中的预测序列学习，（Solla，S.A.；Leen，T.K.；Müller，K.R.，神经信息处理系统进展，第12卷（2000年），麻省理工学院出版社：麻省理工学院出版社，马萨诸塞州剑桥），164-170
[17] 鲁宾，J。；Lee，D.D。；Sompolinsky，H.，时间不对称赫布塑性的平衡特性，《物理评论快报》，86，364-367（2001）
[18] Song，S。；Abbott，L.F.，通过棘波时间依赖性可塑性实现皮层发育和重新映射，《神经元》，32，339-350（2001）
[19] Song，S。；Miller，K.D。；Abbott，L.F.，《通过尖峰时间依赖性突触可塑性进行竞争性赫伯学习》，《自然神经科学》，3919-926（2000）
[20] van Rossum，M.C.W。；毕国强。；Turrigiano，G.G.，从棘波时间依赖性可塑性中的稳定赫伯学习，《神经科学杂志》，20，8812-8821（2001）
[21] Yoshioka，M.，在尖峰神经元网络中编码时空模式的尖峰时间依赖学习规则，《物理评论》E，65，011903（2002）
[22] 张，L.I。；陶海伟。；霍尔特，C.E。；哈里斯·W·A。；Poo，M.M.，发展中的视网膜盖突触之间合作和竞争的关键窗口，《自然》，395，37-44（1998）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。