STDP installs in winner-take-all circuits an online approximation to hidden Markov model learning
D. Kappel, B. Nessler, and W. Maass, “STDP installs in winner-take-all circuits an online approximation to hidden Markov model learning,” PLoS Comput Biol., vol. 10, no. 3, p. e1003511, 2014.
https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003511
興奮性水平結合(?)をもつ錐体細胞間のWTA回路(?)にSTDPを導入すると，HMMの性質が現れる
抑制性水平結合におけるSTDPにより，定常パターンに最適なBayesian Inferenceが創発することが示されている
実験的に発見されている興奮性水平結合を考慮すると，非定常パターンの予測に最適な確率モデルが創発
理論的に説明した：理想的なSTDPはExpectation Maximizationを近似
https://gyazo.com/86cfb031398cff0111bd0722dd523385
(A)使用したWTA回路モデルの構造
興奮性ニューロン(青)：全結合回路
抑制性介在ニューロン(赤)：興奮性入力で励起されるとglobalに抑制信号(soft Winner-Take-All)
求心性ニューロン(緑)：興奮性ニューロンに全結合？入力
(B)HMM
(A)と色が対応．XからSを推定するのがタスク
(C)興奮性ニューロン間の結合のSTDP
https://gyazo.com/e21b10dda3c8ade78bf57f088d7cd2d0
The full power of hidden Markov model learning can be attained through reward-gated STDP.
理論的に最適な学習に対する棄却サンプリング近似を可能にするため(?)