• Все формы сенсорной обработки требуют осмысления сложных пространственно-временных паттернов потенциалов действия, которые генерируются в наших органах чувств внешними раздражителями.
• Любая общая модель кортикальной обработки данных должна учитывать способность мозга обрабатывать как пространственные, так и временные характеристики стимулов и, следовательно, должна учитывать пространственно-временную обработку в целом.
• Классы моделей нейронных сетей, зависящих от состояния, предполагают, что временная информация по своей сути закодирована в состоянии сети.
• Внутреннее состояние можно разделить на активное состояние, которое отражает текущую нейронную активность, взаимодействующую с поступающими внешними данными, и скрытое состояние, которое отражает нейронные свойства, которые меняются со временем, даже когда сеть молчит (например, кратковременная синаптическая пластичность).
• Электрофизиологические записи In vivo показывают, что реакция нейронной популяции сети сильно зависит от предшествующей активности, и, таким образом, поведение сетей зависит от их состояния.
• Предсказание, вытекающее из предложенной структуры, состоит в том, что реакция нейронной сети на данный стимул кодирует не только текущий стимул, но и предыдущие стимулы.

Аннотация

Одной из выдающихся способностей мозга является способность легко усваивать и обрабатывать пространственные и временные характеристики сенсорных стимулов. Эта способность необходима для распознавания естественных стимулов. Тем не менее, общая вычислительная структура для обработки пространственно-временных стимулов остается неясной. Недавние теоретические и экспериментальные работы предполагают, что пространственно-временная обработка возникает в результате взаимодействия между поступающими стимулами и внутренним динамическим состоянием нейронных сетей, включая не только их текущую пиковую активность, но и "скрытые" состояния нейронов, такие как кратковременная синаптическая пластичность.

Текст статьи:  nrn2558.pdf