Functional connectivity modules in recurrent neural networks: function, origin and dynamics

要約

種や組織レベルを超えた神経同期という遍在的な現象を理解することは、脳機能を解読するために非常に重要です。
その普及にもかかわらず、相関ベースのネットワークにおけるモジュール構造の具体的な機能的役割、起源、および動的意味合いは依然として曖昧なままです。
この研究では、システム神経科学タスクで訓練されたリカレント ニューラル ネットワークを使用して、相関ネットワークにおけるモジュール性の重要な特性を調査します。
私たちは、モジュールが特殊な情報処理に貢献する機能的に一貫したユニットであることを実証します。
入力層から再帰層への射影の符号と重みの非対称性からモジュールが自発的に形成されることを示します。
さらに、モジュールがシステムの動作とダイナミクスを制御する際に同様の役割を持つ接続を定義することを示します。
まとめると、私たちの発見は、機能的接続モジュールの機能、形成、および動作上の重要性を明らかにし、皮質機能についての洞察を提供し、脳の機能、発達、および動態に関するさらなる研究の基礎を築きます。

要約(オリジナル)

Understanding the ubiquitous phenomenon of neural synchronization across species and organizational levels is crucial for decoding brain function. Despite its prevalence, the specific functional role, origin, and dynamical implication of modular structures in correlation-based networks remains ambiguous. Using recurrent neural networks trained on systems neuroscience tasks, this study investigates these important characteristics of modularity in correlation networks. We demonstrate that modules are functionally coherent units that contribute to specialized information processing. We show that modules form spontaneously from asymmetries in the sign and weight of projections from the input layer to the recurrent layer. Moreover, we show that modules define connections with similar roles in governing system behavior and dynamics. Collectively, our findings clarify the function, formation, and operational significance of functional connectivity modules, offering insights into cortical function and laying the groundwork for further studies on brain function, development, and dynamics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google