多层神经网络中的奇异态

【作者】 冯沛华； 吴莹；

【机构】 机械结构强度与振动国家重点实验室西安交通大学航天航空学院；

【摘要】 信息从神经元的一个功能群传播到另一个功能群,这在神经元系统中是普遍存在的。我们建立了一个多层神经网络来研究不同群体之间的信息传播以及他们在网络中的集体行为。以前的研究证明,前馈效应对同步有很大的促进作用。在我们的网络模型中,神经元与同层和跨层的神经元耦合(前馈效应)。计算发现对于强前馈效应,随着层数的深入,神经元之间的同步性通过模式选择从奇异态(部分同步)到层间同步而增强。这个结论与前人的研究一致。然而当前馈效应很小时,同步(包括层内和层间同步)消失。在这种情况下,我们发现奇异态可以在深层神经元群中存活在,奇异态从最初的几层缓慢增长到较深的神经元层。奇异态在被破坏后又从最初的若干层中生长出来,存在于较深的神经元层。很明显,前几层的奇异态起着种子的作用,它们诱导深层奇异态的生成。最后,我们也研究了前馈作用在突触可塑性作用下,深层神经元形成奇异态的可能性。我们的研究结果有助于理解神经元集体行为模式选择的多样性,并为神经元网络的编码和解码能力提供了一个新的视角。更多还原