摘要生成模型最近彻底改变了机器学习,并长期以来一直认为是生物智能的基础。在动物中,数据表明海马形成学习并使用生成模型来支持其在空间和非空间记忆中的作用。在这里,我们引入了海马形成的生物学上合理模型,该模型将我们应用于连续的输入流中的Helmholtz机器。快速theta波段振荡(5-10 Hz)门通过网络流动的方向,训练它类似于高频唤醒式睡算法。我们的模型可以从感觉刺激中准确地推断潜在状态,并在离线上产生逼真的感觉预测。在导航任务上接受了训练,它通过开发环圈吸引子来学习可以集成的导航任务,并可以在与以前的理论但生物学上难以置信的建议之间灵活地传输这种结构。虽然许多模型具有一般性的生物学合理性,但我们的模型在一个简单和局部的学习规则下捕获了各种海马认知功能。
一年一度的 Cosyne 会议为系统神经科学问题的经验和理论方法交流提供了一个包容性的论坛,旨在了解神经系统如何运作。为了鼓励跨学科互动,主要会议安排在单一轨道上。执行委员会和组织委员会将选出一组受邀演讲,项目委员会将根据提交的摘要选出额外的演讲和海报。Cosyne 主题包括(但不限于):行为的神经基础、感觉和运动系统、电路、学习、神经编码、自然场景统计、树突计算、持续活动的神经基础、非线性受体场映射、时间和序列的表示、奖励系统、决策、突触可塑性、地图形成和可塑性、群体编码、注意力、神经科学的机器学习以及脉冲网络计算。参与者包括纯实验主义者、纯理论主义者以及介于两者之间的所有人。
精确的空间、时间和/或光谱控制对于为科学家提供用于解答研究问题的尖端工具至关重要。Polygon 的图案化照明提供无与伦比的单光子照明亚细胞分辨率控制,可集成到所有商用显微镜中。还提供图案生成的闭环控制。