A number of recent studies have shown that the dimensionality of the neural activity in the cortex is low. However, what network structures are capable of producing such activity is not theoretically well understood. In this thesis, I discuss a few possible solutions to this problem, and demonstrate that a network with a multidimensional attractor can give rise to such low dimensional activity. The network is created using the Neural Engineering Framework, and exhibits several biologically plausible features, including a log-normal distribution of the synaptic weights. / Ett antal nyligen publicerade studier has visat att dimensionaliten för neural aktivitet är låg. Dock är det inte klarlagt vilka nätverksstrukturer som kan uppbringa denna typ av aktivitet. I denna uppsats diskuterar jag möjliga lösningsförslag, och demonstrerar att ett nätverk med en flerdimensionell attraktor ger upphov till lågdimensionell aktivitet. Nätverket skapas med hjälp av the Neural Engineering Framework, och uppvisar ett flertal biologiskt trovärdiga egenskaper. I synnerhet är fördelningen av synapsvikter log-normalt fördelad.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-185317 |
Date | January 2016 |
Creators | Wärnberg, Emil |
Publisher | KTH, Beräkningsvetenskap och beräkningsteknik (CST), KTH, Beräkningsbiologi, CB |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0026 seconds