シンファイアリングで構成されたホジキンハクスレーニューラルネットワークによるオートマタ完全計算

Automata complete computation with Hodgkin-Huxley neural networks composed of synfire rings.

• Jérémie Cabessa
• Aubin Tchaptchet

抄録

シンファイアリングは、同期的で時間的に正確で自己維持的な活動をロバストな方法で伝えることができる神経回路である。我々は、シンファイアリングの概念を中心とした抽象的なニューラル計算のためのセルアセンブリベースのパラダイムを提案する。より正確には、シンファイアリングでモジュール化されたホジキンハックスリーニューラルネットワークがオートマトン完全であることを経験的に示す。我々は、任意の有限状態オートマトンから出発して、対応するホジキンハックスレーニューラルネットワークを構築し、それをシミュレートするアルゴリズムを提供する。本研究では、2つの具体的な例を用いて、この構造の正しさを説明する。さらに、リングトポロジーの変化の関数としての安定性とロバスト性を、細胞死とシナプス障害のメカニズムに関して、それぞれ分析する。これらの結果は、バイオにインスパイアされたニューラルネットワークを用いて抽象的な計算を実現する可能性を確立した。これらの結果は、生物学的ニューラルコンピュータを実現するための理論的根拠となるかもしれません。

Synfire rings are neural circuits capable of conveying synchronous, temporally precise and self-sustained activities in a robust manner. We propose a cell assembly based paradigm for abstract neural computation centered on the concept of synfire rings. More precisely, we empirically show that Hodgkin-Huxley neural networks modularly composed of synfire rings are automata complete. We provide an algorithmic construction which, starting from any given finite state automaton, builds a corresponding Hodgkin-Huxley neural network modularly composed of synfire rings and capable of simulating it. We illustrate the correctness of the construction on two specific examples. We further analyze the stability and robustness of the construction as a function of changes in the ring topologies as well as with respect to cell death and synaptic failure mechanisms, respectively. These results establish the possibility of achieving abstract computation with bio-inspired neural networks. They might constitute a theoretical ground for the realization of biological neural computers.

Copyright © 2020 Elsevier Ltd. All rights reserved.