bioRxiv preprint Score 65

突触强度切换可塑性规则提升网络学习能力

最新模型模拟大脑突触不同大小状态采用不同可塑性规则,实现高效学习。

生物突触的可塑性规则并非固定不变。最新电子显微镜数据表明,大脑中大的突触往往含有棘器(钙库),这会影响突触动力学并改变可塑性规则。受此启发,研究人员设计了一种循环神经网络,其中突触根据自身强度切换可塑性规则:弱突触采用一种规则,强突触采用另一种规则。实验表明,这种机制使得网络能更有效地学习复杂认知任务,而无需反向传播等非局部信号。这项研究为理解大脑的学习机制提供了新的计算视角。

neurosciencelearningcomputational model