Dropout

神经网络中的辍学模拟了深脑刺激对记忆的矛盾影响

神经调节技术，例如深脑刺激（DBS）是对记忆有关的疾病的有前途的治疗方法，包括焦虑，成瘾和痴呆。但是，这种治疗的结果似乎有些自相矛盾，因为这些技术即使应用于同一大脑靶标也会破坏和增强记忆。在本文中，我们假设通过神经调节来解释记忆的破坏和增强可以通过ngram节点的辍学来解释。我们使用卷积神经网络（CNN）对手写数字和字母进行分类，并在不同阶段施加了辍学，以模拟DBS对ENGRAM的影响。我们表明，在训练期间应用的辍学提高了预测的准确性，而在测试期间应用的辍学大大降低了预测的准确性，这些预测的准确性分别模拟了记忆的增强和破坏。我们进一步表明，辍学的神经网络的转移学习提高了学习的准确性和速率。训练期间的辍学提供了一个更强大的“骨骼”网络，并与转移学习一起模仿了慢性DBS对记忆的影响。总体而言，我们证明了Engram节点的辍学是一种可能的机制，诸如DBS之类的神经调节技术既可以破坏和增强记忆力，从而为此悖论提供了独特的观点。