AI-woordenlijst
Het complete woordenboek van kunstmatige intelligentie
STDP (Spike-Timing Dependent Plasticity)
Règle d'apprentissage biologique où la force synaptique est modifiée selon le décalage temporel précis entre les potentiels d'action pré- et post-synaptiques. Cette mécanique fondamentale permet l'apprentissage temporel dans les réseaux de neurones spiking.
Plasticité Hebbienne
Principe d'apprentissage basé sur la corrélation d'activité où les neurones qui s'activent simultanément renforcent leurs connexions synaptiques. Célèbre par la maxime 'neurons that fire together, wire together'.
Potentiation à Long Terme (LTP)
Renforcement durable de l'efficacité synaptique suite à une stimulation synchronisée pré-post, persistant de minutes à plusieurs heures. Constitue le mécanisme cellulaire fondamental de la mémoire à long terme.
Dépression à Long Terme (LTD)
Affaiblissement persistant de la transmission synaptique lorsque l'activité post-synaptique précède l'activité pré-synaptique au-delà d'une fenêtre temporelle critique. Essentiel pour l'élagage synaptique et l'oubli sélectif.
Fenêtre temporelle STDP
Intervalle de temps critique (typiquement 20-50ms) durant lequel le décalage entre spikes pré- et post-synaptiques détermine le sens de la plasticité. Définit la résolution temporelle de l'apprentissage STDP.
Poids synaptique
Paramètre numérique quantifiant la force d'une connexion neuronale, modulé dynamiquement par les règles de plasticité. Détermine l'influence d'un neurone pré-synaptique sur le potentiel post-synaptique.
Taux de décharge neuronal
Fréquence moyenne d'émission de potentiels d'action par un neurone, mesurée en Hertz, influençant directement la dynamique de plasticité. Joue un rôle crucial dans la régulation homéostatique de l'excitabilité neuronale.
Plasticité homéostatique
Mécanisme de régulation globale maintenant l'activité neuronale dans des limites fonctionnelles malgré les changements synaptiques locaux. Prévient l'hyperexcitabilité ou la silence neuronal excessif.
Anti-Hebbian learning rule
Plasticity principle where activity correlation leads to a weakening of synaptic connections, inverse of the Hebbian rule. Implemented in inhibitory circuits and selective unlearning.
Rate-dependent plasticity
Form of synaptic plasticity where weight modification depends primarily on firing frequencies rather than precise spike timings. Complementary to STDP in biological systems.
Pre-synaptic trace
Exponentially decaying memory variable recording the recent history of pre-synaptic spikes for evaluating temporal correlation. Essential for continuous implementation of STDP rules.
Post-synaptic trace
Persistent signal of post-synaptic activity enabling detection of temporal correlations with subsequent pre-synaptic inputs. Determines the direction and amplitude of plasticity.
Plasticity time constant
Temporal parameter governing the decay speed of synaptic traces and the integration window for learning rules. Controls the system's sensitivity to temporal correlations.
Pair-based STDP
Simplified plasticity model where synaptic modification depends only on individual pre-post spike pairs. Constitutes the most elementary form of STDP learning.
Triplet-based STDP
Realistic extension of STDP integrating triplet spike interactions to capture complex biological phenomena such as LTP depression. Better reproduces in vitro experimental results.
Metaplasticity
Phenomenon where the plasticity history of a synapse modifies its future plasticity thresholds and characteristics. Implies plasticity of plasticity itself.
Seuil de plasticité
Valeur critique de corrélation temporelle ou d'activité au-delà de laquelle la modification synaptique est induite. Détermine la sélectivité de l'apprentissage et le bruit toléré.
Protocole d'induction STDP
Schéma expérimental de stimulation contrôlée utilisé pour provoquer et étudier la plasticité synaptique dépendante du timing. Varie selon les fréquences, nombre de paires et intervalles inter-paires.
Fonction de poids STDP
Fonction mathématique décrivant l'amplitude de changement synaptique en fonction du décalage temporel pré-post. Typiquement asymétrique et exponentielle, elle définit la courbe d'apprentissage.
Plasticité synaptique locale
Principe selon lequel les modifications de poids dépendent uniquement des informations disponibles localement à la synapse. Permet l'apprentissage distribué sans supervision centrale dans les réseaux spiking.