نبذة مختصرة : The Hippocampus is a brain region responsible for learning, memoryand spatial navigation. In that, the interactions between the CA3 andCA1 subregions have been the most studied due to the interesting dynamicsbetween the two regions. The excitatory auto-associative connectionsin the CA3 and the lack thereof in CA1 can be modelled asan Echo State Network (ESN) with the reservoir and readout approximatingCA3 and CA1 respectively. However, CA1 possesses somedegree of recurrent connections between the excitatory and the inhibitoryneurons, thereby posing an important problem from the computationaland Machine Learning perspective. The aim of this thesisis to introduce the recurrent connections in the readout and exploringits implications. By doing so, we observed that the recurrent connectionsperform a dynamic mapping of the readout output that makesthe system susceptible to noise, thereby affecting the performance.However, we also observed that by controlling certain parameters, themodel with the recurrent readout connections could perform comparablywith the basic ESN. ; Hippocampus är en hjärnregion som är involverad i inlärning, minne och navigering. För att öka vår kunskap om detta har interaktionerna mellan delregionerna CA3 och CA1 varit de mest studerade, detta på grund av den intressanta dynamik som uppstår mellan de två regionerna. De excitatoriska auto-associativa kopplingarna i CA3 samt avsaknaden av sådana i CA1 kan modelleras som ett Echo State Network (ESN) där reservoaren och readout kan mappas på CA3 respektive CA1. CA1 har emellertid en viss grad av rekurrenta kopplingar mellan de excitatoriska och de hämmande neuronerna, vilket kan ses som en utmaning att förstå utifrån ett maskinlärningsperspektiv. Syftet med detta projekt är att introducera de rekurrenta kopplingarna i readoutmodulen och utforska konsekvenserna. Vi observerade att de rekurrenta kopplingarna utför en dynamisk mappning av readout vilket gör systemet känsligt för brus och därigenom påverkar prestandan. Vi observerade emellertid också ...
No Comments.