Правило обучения Хебба, локальное или глобальное?

Я только что узнал о правиле обучения Хеббиана . По сути, это говорит: «Нейроны, которые активируются вместе, соединяются вместе». Мне интересно, влияет ли на правило обучения пространственное расстояние двух нейронов. Когда два нейрона находятся далеко друг от друга, почему образуется связь?

Как и все остальное с милым слоганом или мнемоникой, основная механика немного сложнее. Однако правила обновления Хебба по-прежнему весьма полезны в моделях и симуляциях. У меня может быть ответ на этот вопрос, но мне нужно раскопать бумаги.
Документы, которые я имел в виду, были для синапсов, которые были сформированы на более дальних расстояниях по данному дендритному дереву, поэтому я не думаю, что они напрямую касаются вашего вопроса. Я буду искать. Я думаю, что часть ответа на ваш конкретный вопрос будет заложена в том, что в значительной степени уже существует благодаря разработке.

Ответы (1)

Это местное правило. Все это означает, что связь между двумя нейронами становится сильнее, если вы больше используете эту конкретную связь. Однако необходимо использовать конкретное соединение (синапс); это не относится к двум случайным нейронам, которые не связаны между собой и которые срабатывают одновременно.

Обучение по Хеббу — это общий термин для обозначения результата; на самом деле есть два отдельных механизма, о которых я знаю (вероятно, и многие другие). Во-первых, есть «молчащие синапсы», которые имеют только рецепторы NMDA, но не рецепторы AMPA. Рецепторы NMDA содержат молекулы Mg+, блокирующие их каналы, и для вытеснения NMDA требуется активация AMPA. Поэтому, если у вас есть синапс без AMPA, он не будет эффективным синапсом. Однако, если у вас есть другой синапс, активирующий ткань, вытесняющий магний, то молчащий синапс имеет короткое окно для активации синапса во время вытеснения магния. Когда он это делает, он активирует серию белковых сигналов и сигналов транскрипции, которые говорят клетке повышать уровень AMPA (ответ на все сигналы Са, на которые опираются эти сигналы).

Другим примером является астроцитарная регуляция уровня глутамата. АТФ — это то, что ваше тело использует для получения энергии, но в астроцитах есть детекторы АТФ, которые соединяются в тройном синапсе в качестве синаптического регулятора. По мере того, как синапс становится более активным, высвобождается АТФ, который активирует астроцит и заставляет его высвобождать дополнительный глутамат, приближая постсинаптический нейрон к возбуждению.

Все это требует только, чтобы нейроны контактировали в синапсе, расстояние между сомами не имеет значения. Конечно, расстояние между аксоном и дендритным отростком должно быть достаточно близким, чтобы образовался синапс.

Хотя верно то, что нейроны соединяются только с соседними нейронами, сети, которые формируются между ними, являются результатом правила Хебба. Мы начинаем с избытка нейронных связей, а сети, которые не используются (избыточные), систематически уничтожаются. Теория Хебба имеет решающее значение для понимания нейронных сетей.
Я не особо согласен с вашим комментарием, но я не уверен, что вы имеете в виду.
Ваш ответ указывает на то, что «правило» влияет только на локальные нейроны, но правило/теория применяется шире, чем просто локальные нейроны. В самом деле, от этого не было бы никакой пользы, если бы не объединение этих нейронов в более крупные сети.
Я не думаю, что указываю, что это влияет только на локальные нейроны. То, как правило влияет на результат сети, требует более высокого уровня вывода и кажется мне выходящим за рамки вопроса. Я не комментировал так или иначе в сетях.
Правило обучения Хебба, локальное или глобальное?
СпросиСетьПолитика конфиденциальности1y, 0v