稳态可塑性、元可塑性与归一化
Homeostasis and normalization
★★★ 进阶稳定性
Hebb 型学习天生不稳定,大脑靠突触缩放、内在可塑性与除法归一化把它拉回来。
核心要点
- 突触缩放(synaptic scaling):整体按比例调整权重,保持相对结构但改变总驱动。
- 内在可塑性:调整阈值或增益,比改权重更快,能在秒级稳定放电率。
- 除法归一化 r = kxⁿ/(σⁿ+Σxⁿ) 是皮层普遍存在的增益控制,能解释对比度不变性与掩蔽效应。
公式
ri = k xinσn+Σj xjn
第 i 个单元的响应被"群体总活动"除——实现"相对而非绝对"的编码;n 控制竞争强度。
直觉
常见误区
出处
- Turrigiano & Nelson 2004, Nat Rev Neurosci
- Carandini & Heeger 2012, Nat Rev Neurosci