Learning recurrent dynamics in spiking networks
Spiking activity of neurons engaged in learning and performing a task show complex spatiotemporal dynamics. While the output of recurrent network models can learn to perform various tasks, the possible range of recurrent dynamics that emerge after learning remains unknown. Here we show that modifyin...
Автори: | Christopher M Kim, Carson C Chow |
---|---|
Формат: | Стаття |
Мова: | English |
Опубліковано: |
eLife Sciences Publications Ltd
2018-09-01
|
Серія: | eLife |
Предмети: | |
Онлайн доступ: | https://elifesciences.org/articles/37124 |
Схожі ресурси
Схожі ресурси
-
A Non-spiking Neuron Model With Dynamic Leak to Avoid Instability in Recurrent Networks
за авторством: Udaya B. Rongala, та інші
Опубліковано: (2021-05-01) -
Temporal Spiking Recurrent Neural Network for Action Recognition
за авторством: Wei Wang, та інші
Опубліковано: (2019-01-01) -
Modified Elman Spike Neural Network for Identification and Control of Dynamic System
за авторством: Nadia Adnan Shiltagh Al-Jamali, та інші
Опубліковано: (2020-01-01) -
Identifying steady state in the network dynamics of spiking neural networks
за авторством: Vivek Kurien George, та інші
Опубліковано: (2023-03-01) -
Volatile Memory Motifs: Minimal Spiking Neural Networks
за авторством: Fabio Schittler Neves, та інші
Опубліковано: (2023-01-01)