Saltar al contenido principal
LibreTexts Español

10.6: Actualización dinámica de la memoria activa PFC- El modelo SIR

  • Page ID
    123067
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    Habiendo visto en los modelos Stroop y A-no-B cómo la actividad sostenida de PFC puede influir en el comportamiento a través del sesgo descendente, ahora pasamos a los aspectos más complejos de la función de PFC, que involucran la activación dinámica de las representaciones de PFC por los ganglios basales, y la capacidad de actualizar rápidamente y mantener robustamente información. Como primera introducción a esta funcionalidad, capturada por el modelo PBWM, utilizamos la tarea simple SIR (Almacenar, Ignorar, Recall). Aquí hay una secuencia de muestra de ensayos en esta tarea:

    • S - A — esto significa que la red debe almacenar el estímulo A para su posterior recuperación — la red responde A.
    • I - C — ignora el estímulo C, pero aún hay que responderle — red responde C.
    • I - B — ignorar el estímulo B — red responde B.
    • R — recordar el estímulo almacenado más recientemente — red responde A.

    El sistema de puertas de mantenimiento BG tiene que aprender a disparar Go para impulsar la actualización de PFC en los ensayos de la tienda para codificar el estímulo asociado para su posterior recuperación. También debe aprender a disparar Nogo a los estímulos de ignorar, para que no sobrescriban la información previamente almacenada. Finalmente, en los ensayos de recuperación, el mecanismo de activación BG de salida debería impulsar la salida de la información almacenada de PFC. Es fundamental apreciar que la red comienza sin saber nada de la semántica de estas diversas entradas, y tiene que aprender enteramente a través de prueba y error qué hacer con las diferentes entradas.

    Para ver cómo se desarrolla este aprendizaje, abra el modelo SIR y siga las indicaciones desde allí. Si bien no lo consideramos aquí por simplicidad, el mismo modelo de PBWM, cuando se aumenta para tener múltiples franjas paralelas, puede aprender a actualizar y mantener por separado múltiples piezas de información en la memoria de trabajo y a recuperar la información correcta cuando sea necesario. Un buen ejemplo de esta demanda es resumido por la tarea SIR-2, donde en lugar de involucrar una sola señal de control de tareas de almacenamiento y recuperación, hay dos señales de este tipo (es decir, S1 y S2 y R1 y R2). Por lo tanto, la red tiene que aprender a almacenar por separado dos estímulos, actualizarlos en búferes separados y responder apropiadamente en función de la información mantenida en el búfer correcto cuando cue para recordar R1 vs R2.


    This page titled 10.6: Actualización dinámica de la memoria activa PFC- El modelo SIR is shared under a CC BY-SA license and was authored, remixed, and/or curated by O'Reilly, Munakata, Hazy & Frank.