An Overlooked Role of Context-Sensitive Dendrites

要約

これまで、樹状突起の研究のほとんどは、高次の知覚層からのフィードバック (FB) 接続のみを受け取り、学習に使用する錐体二点ニューロン (TPN) の頂端ゾーンに主に焦点を当ててきました。
最近の細胞神経生理学と計算神経科学の研究は、フィードバックと側方のつながりから来る頂端入力 (コンテキスト) が多面的かつはるかに多様であり、これまでに認識されていたよりも脳内で進行中の学習と処理に大きな影響を与えることを示唆しています。
FBに加えて、頂端房は、同じネットワークの隣接する細胞からの信号を近位（P）コンテキストとして、脳の他の部分から遠位（D）コンテキストとして、そしてネットワーク全体にわたる全体的なコヒーレントな情報をユニバーサル（U）コンテキストとして受信します。
。
統合されたコンテキスト (C) は、コヒーレント信号と競合するフィードフォワード (FF) 信号の送信をそれぞれ増幅および抑制します。
具体的には、複雑な状況依存型（CS）-TPNは、フィードフォワード（FF）とCの両方がコヒーレントである場合に体細胞電流が増幅されるように、Cを体細胞でのFF体電流と瞬間ごとに柔軟に統合することを示します。
それ以外の場合は減衰します。
これにより、FF 電流と C 電流がコヒーレントである場合にのみイベントが生成され、FB 情報に基づいてシングレットまたはバーストに変換されます。
スパイクシミュレーションの結果は、体性電流とコンテキスト電流のこの柔軟な統合により、よりコヒーレントな信号 (バースト) の伝播が可能になり、より少ないニューロンで学習が高速化されることを示しています。
この機能を従来の人工ネットワークで使用すると、同様の動作が観察されます。この場合、バックプロパゲーション (BP) を使用してトレーニングされた、異質な現実世界の膨大な量のオーディオビジュアル (AV) データを処理するために必要なニューロンの数が桁違いに少なくなります。
ここで提示された計算結果は、CS-TPN の普遍性を実証し、これまで見落とされていた樹状突起の物語を示唆しています。

要約(オリジナル)

To date, most dendritic studies have predominantly focused on the apical zone of pyramidal two-point neurons (TPNs) receiving only feedback (FB) connections from higher perceptual layers and using them for learning. Recent cellular neurophysiology and computational neuroscience studies suggests that the apical input (context), coming from feedback and lateral connections, is multifaceted and far more diverse, with greater implications for ongoing learning and processing in the brain than previously realized. In addition to the FB, the apical tuft receives signals from neighboring cells of the same network as proximal (P) context, other parts of the brain as distal (D) context, and overall coherent information across the network as universal (U) context. The integrated context (C) amplifies and suppresses the transmission of coherent and conflicting feedforward (FF) signals, respectively. Specifically, we show that complex context-sensitive (CS)-TPNs flexibly integrate C moment-by-moment with the FF somatic current at the soma such that the somatic current is amplified when both feedforward (FF) and C are coherent; otherwise, it is attenuated. This generates the event only when the FF and C currents are coherent, which is then translated into a singlet or a burst based on the FB information. Spiking simulation results show that this flexible integration of somatic and contextual currents enables the propagation of more coherent signals (bursts), making learning faster with fewer neurons. Similar behavior is observed when this functioning is used in conventional artificial networks, where orders of magnitude fewer neurons are required to process vast amounts of heterogeneous real-world audio-visual (AV) data trained using backpropagation (BP). The computational findings presented here demonstrate the universality of CS-TPNs, suggesting a dendritic narrative that was previously overlooked.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google