摘要:运用这样的计算重构,我们就能找到大脑编码某类图像的最佳感受野,且可以通过编码的感受野评估大脑是否能高效编码某些类型的输入图像。
计算神经科学的主要研究目的, 是用计算术语描述大脑是如何指导行为的。而这具体又分为三个层次:
为了更好的理解这三种模型,我们首先引入一个案例。
我们将一个微小电极植入到猫大脑最后部的视觉区,同时给予猫一个视觉刺激并记录来自脑神经元的电信号。该刺激为一条呈45度的光斑,该光斑会向特定方向移动,通过改变光斑的角度及形状,记录到的电信号也会发生改变。通过实验得知,这个神经元最“喜欢”上图这样呈45度的光斑。
针对神经元最“喜欢”上图这样呈45度的光斑这个过程,我们希望能够建立一系列的计算神经生物模型。
所谓描述性模型,就是描述神经系统在这个过程中做了什么。由于案例中涉及到视觉信号处理,我们首先要引入“感受野”—能够引起被测细胞的强烈反应的所有感官刺激的具体属性的总和,正如我们在上述试验中看到的,一条具有特定指向,位于视网膜上特定位置的光斑可以引发一个猫脑中视觉皮层神经元的强烈反应。
我们可以从观察到的实验结果中归纳出两点:我们的感受野是特定指向且在特定位置的。特定方向即45度光斑,那么如何描述特定位置呢?
通过进一步实验我们可以发现,当你向视网膜特定位置照射光点, 就会产生一个很强的反应, 而当你用光点照射周边区域, 也就是这个圆环区域, 你会发现被测细胞的反应停止了, 也就是不再产生这些神经脉冲。 这样,我们就可以定义视网膜上的"中央-周围感受野"
当你在中心区域投射光点, 视网膜细胞的活性就会增加。 如果让一个位于周边区域的光点消失, 也会使视网膜细胞活性增加。 这样,我们就有了 “中央促进-周边抑制型感受野”。 也就是说这个神经元在中央区域变亮或者周边区域变暗时会反应。与之对应的是一个中央抑制-周边促进型的感受野。
因此综上,用于描述神经元最“喜欢”上图这样呈45度的光斑这个过程的模型就为一个45度椭圆 “中央促进-周边抑制型感受野”。
在上一节中我们提出了基于感受野的描述性模型,解决了"神经系统做了什么"这一问题,那么下一个问题就是这些指向感受野是如何由中央-周边感受野构建得到?换句话说,我们需要的是一个机械模型来解释45度椭圆 "中央促进-周边抑制型感受野是如何由视皮层的神经通路构建而得的。
我们首先来梳理一遍视觉信号处理的神经通路:
我们这一阶段机械模型所要探究的就是从LGN—>V1的这个过程中,感受野是怎么从普通中央-周边型变成45度椭圆 "中央促进-周边抑制型"的。
为解决这个问题,我们先来关注LGN的解剖结构:不难发现,在大脑视觉信号处理的过程中,会存在多个LGN神经元向同一个V1神经元发出投射的现象。换句话说,当排列所有的输入信号, 使其叠加, 这个神经元看起来就具有了特殊类型的感受野。
因此综上,LGN输出信号的不断叠加构成了下游V1特殊类型的感受野。
解释性模型是用于理解神经系统在这个过程中为何如此运转,即为什么V1的感受野 这个样子的? 换句话说,它们为什么 有这样的形状,指向,以及对明暗的选择性?
把上面的问题汇总成一个问题:这样做的计算优势又在哪里?
想想之前建立的两种模型,我们依据感受野这一概念描述了实验结果,并将整条神经通路构建出来,那么让我们用数学的方式再现这个过程:
我们利用"有效编码假设“即大脑利用已有的神经元,这些神经元具有RF1、RF2等诸多感受野,它们能够高效且保真地将图像呈现出来。我们可以将不同的感受野进行随机线性叠加、加权,让它们对同一幅图像进行重构,并评估最小化总平方像素误差。
运用这样的计算重构,我们就能找到大脑编码某类图像的最佳感受野,且可以通过编码的感受野评估大脑是否能高效编码某些类型的输入图像。
欢迎大家关注公众号奇趣多多一起交流!
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/121113.html
摘要:作为生命科学的神经科学,依然以和蛋白质为基础,横跨分子,细胞,组织,动物行为等各个尺度,描绘神经系统的形态和行为。你埋头在蛋白质的研究中,不代表你对神经网络有任何有效的理解。平衡状态的神经网络具有较大的对外界信号较大的响应能力。 承接上文,计算神经科学是一门超级跨学科的新兴学科,几乎综合信息科学,物理学, 数学,生物学,认知心理学等众多领域的成果。大脑像一台超级计算机,同时它又迥异于计算机,...
摘要:生物学上合理的认知计算模型用梯度下降算法训练的经典认知计算模型需要将基于准确的前馈神经元突触权重的误差信号反向传播,这在生物学的神经系统中被认为是不可能的。 反向传播(BP)算法被认为是用于训练深度神经网络的事实上(de-facto)的方法。它使用前馈权重的转置,以较精确的方式将输出层的误差反向传播到隐藏层。然而,有人认为,这在生物学上是不合理的,因为在生物神经系统中,带有准确输入权重的误差...
摘要:人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片木偶蜡像来欺骗识别系统。人脸识别技术所采用的依据是人脸照片或实时摄取的人脸图像,因而无疑是最容易获得的。 人脸识别是近年来模式识别、图像处理、机器视觉、神经网络以及认知科学等领域研究的热点课题之一,被广泛应用于公共安全(罪犯识别等)...
摘要:近日,团队提出了基于近邻节点注意机制的网络架构,可用于处理复杂不规则结构的计算图,并在三种困难的基准测试中得到了业内较佳水平,研究人员称该模型有望在未来处理任意不规则结构图。 近日,Bengio 团队提出了基于近邻节点注意机制的网络架构 GAT,可用于处理复杂、不规则结构的计算图,并在三种困难的基准测试中得到了业内较佳水平,研究人员称该模型有望在未来处理任意不规则结构图。该论文现已提交至 I...
摘要:通过前面几节的学习,已经奠定了通往学习的基础,从这节开始,来学习机器学习。一什么是机器学习机器学习让机器从数据中学习,进而得到一个更加符合现实规律的模型,通过对模型的使用使得机器比以往表现的更好,这就是机器学习。 通过前面几节的学习,已经奠定了通往AI学习的基础,从这节开始,来学习机器学习。 一、什么是机器学习 机器学习(MachineLearning):让机器从数据中学习,进而得到一...
阅读 2885·2021-11-22 09:34
阅读 409·2021-11-22 09:34
阅读 2251·2021-10-08 10:18
阅读 1803·2021-09-26 09:55
阅读 3150·2021-09-22 15:57
阅读 2362·2021-09-22 15:25
阅读 2391·2021-09-02 15:34
阅读 2098·2019-08-30 15:54