计算神经科学把大脑写成方程

知识地图 › 05 网络动力学 › 5.6

5.6

连续吸引子与环形网络

Continuous attractors

★★★ 进阶网络记忆

当吸引子不是离散的点而是一条连续的线,网络就能表示"一个连续变量"。

核心要点

  1. 环形网络用平移不变的连接核 W(θ−θ′) 维持一个活动"凸包",其位置由输入决定。
  2. 头方向细胞、网格细胞、眼位记忆都被连续吸引子模型成功解释。
  3. 漂移问题:无外部锚定时活动包会随机游走,需要视觉/前庭等参考来校正。

公式

τṙ(θ)=-r(θ)+f(∫ W(θ-θ') r(θ') dθ'+I(θ))

每个位置的活动由"邻居活动的加权和"驱动;W 常取高斯或余弦核,稳定活动包的位置编码刺激值。

直觉

像水面上的一个波峰。你可以把它推到任意位置(表示任意角度),它会保持形状——但它也会随水波慢慢漂走。

常见误区

忽略网络的"漂移不稳定性"。真实的连续吸引子必须靠不对称连接(产生吸引子自身的运动)或外部参考来锚定,否则无法长期保持。

出处

  • Ben-Yishai et al. 1995, PNAS
  • Burak & Fiete 2009, PLoS Comput Biol
回到模块 05