[论文解读] An objective function for STDP.

Yoshua Bengio, Thomas Mesnard+3 more|arXiv (Cornell University)|Sep 19, 2015

Neural dynamics and brain function参考文献 25被引用 18

一句话总结

本文提出了一种脉冲时间依赖可塑性（STDP）的预测目标函数，该函数将权重变化与突触前放电率及突触后活动的时间导数联系起来。模拟结果证实其与生物STDP高度一致，表明该目标函数的梯度可复现观察到的脉冲时间依赖性权重变化。

ABSTRACT

We introduce a predictive objective function for the rate aspect of spike-timing dependent plasticity (STDP), i.e., ignoring the effects of synchrony of spikes but looking at spiking {\em rate changes}. The proposed weight update is proportional to the presynaptic spiking (or firing) rate times the {\em temporal change} of the integrated postsynaptic activity. We present an intuitive explanation for the relationship between spike-timing and weight change that arises when the weight change follows this rule. Spike-based simulations agree with the proposed relationship between spike timing and the temporal change of postsynaptic activity. They show a strong correlation between the biologically observed STDP behavior and the behavior obtained from simulations where the weight change follows the gradient of the predictive objective function.

研究动机与目标

• 开发一种生物上合理的STDP目标函数，以解释与放电率相关的突触权重变化。
• 通过排除同步效应并聚焦于放电率动态，分离STDP中的放电率因素。
• 基于预测学习框架，推导出与观察到的STDP行为一致的权重更新规则。
• 证明该目标函数的梯度可在模拟中复现生物STDP的关键特征。

提出的方法

• 权重更新与突触前放电率和突触后活动积分的时间导数的乘积成正比。
• 目标函数被设计为具有预测性，旨在基于当前突触输入最小化未来的预测误差。
• 采用基于脉冲的模拟框架来测试所提出的权重更新规则。
• 突触后活动的时间变化通过突触后膜电位积分的时间导数连续计算。
• 该模型假设突触权重变化遵循预测目标函数的梯度。
• 该方法通过忽略脉冲时间相关性和同步效应，聚焦于放电率编码。

实验结果

研究问题

• RQ1 如何通过预测目标函数解释STDP中的放电率依赖性突触可塑性？
• RQ2 突触前放电率与突触后活动的时间变化之间，如何共同决定权重更新？
• RQ3 基于预测目标函数推导出的权重更新规则是否能复现生物STDP行为？
• RQ4 所提出目标函数的梯度是否能解释模拟中观察到的STDP动力学？

主要发现

• 所提出的目标函数成功复现了生物STDP中观察到的脉冲时间与权重变化之间的核心关系。
• 基于脉冲的模拟显示，当使用该目标函数时，模拟的STDP行为与生物STDP表现出强烈相关性。
• 基于目标函数梯度的权重更新规则准确捕捉了突触权重变化的时间动态。
• 该模型通过预测学习机制解释了脉冲时间与权重变化之间的关系。
• 结果表明，放电率依赖的STDP可被理解为对预测目标函数的梯度下降过程。
• 模型中未包含同步效应，从而清晰地隔离了STDP中的放电率机制。