Modello di Rete Neurale Spiking Oscillatoria Ispirato ai Ritmi Cerebrali
Uno studio recente presenta un meccanismo di apprendimento ispirato al cervello, che modella la sincronia neurale utilizzando reti neurali spiking oscillatorie. Questo modello, descritto in arXiv:2605.01656, dimostra una coordinazione a livello cognitivo attraverso interazioni sia bottom-up che top-down, collegando le dinamiche dei neuroni spiking a micro-scala con la sincronizzazione oscillatoria a macro-scala. Ogni area corticale o pixel è rappresentato come un neurone spiking all'interno di un quadro di connettività prestabilito. Le informazioni di basso livello sono catturate in pattern spazio-temporali, consentendo ai neuroni di auto-organizzarsi e attivarsi spontaneamente. Nel percorso bottom-up, la sincronizzazione oscillatoria emerge dall'attività spiking raccolta in una finestra di memoria limitata. Lo studio introduce un primitivo di apprendimento che collega le dinamiche neurali a micro-scala alle funzioni cognitive a macro-scala.
Fatti principali
- Articolo intitolato 'From Cortical Synchronous Rhythm to Brain Inspired Learning Mechanism: An Oscillatory Spiking Neural Network with Time-Delayed Coordination'
- Pubblicato su arXiv con ID 2605.01656
- Propone un primitivo di apprendimento ispirato al cervello basato su reti neurali spiking oscillatorie
- Modella ogni parcella (regione corticale o pixel dell'immagine) come un neurone spiking in un'impalcatura di connettività
- Informazioni codificate tramite frequenze di attivazione e tempistiche precise degli spike determinate dai ritmi cerebrali
- Il percorso bottom-up utilizza la sincronizzazione oscillatoria dall'attività spiking passata in una finestra di memoria finita
- Coinvolge interazioni iterative bottom-up e top-down tra dinamiche micro e macro
- Mira a spiegare l'emergere della sincronia neurale a livello cognitivo
Entità
Istituzioni
- arXiv