在未经训练的神经网络中比较视觉量
Hyeonsu Lee1, Woochul Choi1, Dongil Lee1
1Department of Bio and Brain Engineering, Korea Advanced Institute of Science and Technology, Daejeon 34141, Republic of Korea.
Cell reports
|July 30, 2023
概括
新生动物可以使用比例和差异来比较视觉数量. 一个模型表明,这些能力可以在视觉体验之前在未经训练的神经回路中自发地出现,这表明原始的大脑功能.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 发育神经科学的发展神经科学.
背景情况:
- 使用比例和差异来比较视觉数量的能力从动物出生就存在.
- 这种天生的能力背后的神经机制,特别是在视觉体验之前,尚不清楚.
研究的目的:
- 提出和研究一种用于未经训练的神经网络中视觉量比较的神经调节自发出现的计算模型.
- 探索如何从基本的神经特性中产生不同的比较措施 (比例与差异).
主要方法:
- 开发一个生物灵感模型神经网络,随机初始化.
- 分析网络内的神经元活动,以确定对比例和差异有选择性的单元.
- 使用开发的网络模拟数量比较任务.
主要成果:
- 在随机初始化的前网络中,单个单元的自发出现对比例和差异具有选择性.
- 证明这些新出现的单位使网络能够执行视觉量比较任务.
- 确定比例和差异的不同调整来自于非线性神经活动的总和,响应函数的微妙差异决定了测量类型.
结论:
- 视觉数量比较,利用比例和差异,代表了一个原始的大脑功能.
- 这些能力可以在广泛的学习或视觉体验之前在神经回路中自发地出现.
- 这些发现表明,数量感知存在于发育早期的基础神经基础.


