A novel framework for expanding RNNs with biophysical detail to solve cognitive tasks
Diese Studie stellt ein neuartiges Reservoir-Computing-Framework vor, das biologisch detaillierte neuronale Modelle mit komplexen dendritischen Eigenschaften nutzt, um kognitive Aufgaben wie das Arbeitsgedächtnis effizient zu lösen und dabei zeigt, dass NMDA-Rezeptoren an den Dendriten für die Aufrechterhaltung von Reizen besonders geeignet sind.