क्या जैविक कनेक्टोम टोपोलॉजी तंत्रिका नेटवर्क व्यवहार को बदलती है?

हम यह पूछते हैं कि क्या एक वास्तविक जैविक कनेक्टोम की वायरिंग टोपोलॉजी, जिसे एक ग्रेडिएंट-प्रशिक्षित नेटवर्क पर एक निश्चित द्विआधारी मास्क के रूप में लागू किया गया है, उस नेटवर्क की सीखने की क्षमता को बदलती है। कनेक्टोम संपूर्ण Caenorhabditis elegans रासायनिक सिनैप्स मानचित्र है: 448 नोड्स, 4,681 सिनैप्स, घनत्व 2.33%. हमने पूरा संपृक्त मैट्रिक्स वैसे ही उपयोग किया, बिना क्रॉपिंग या टाइलिंग किए, ताकि कनेक्टोम के सभी टोपोलॉजिकल गुण संरक्षित रहें। चार स्थितियों की तुलना चार कार्यों (अंक वर्गीकरण, डायबिटीज़ प्रतिगमन, दो-चाँद, क्रमिक अंक पहचान) और पाँच यादृच्छिक बीजों पर की गई: पूरी तरह से घना, मिलते-जुलते घनत्व पर यादृच्छिक विरल, जैव-टोपोलॉजिकल, और मैग्निट्यूड-प्रून किया हुआ (एक घना प्रशिक्षित नेटवर्क से निकाली गई विरल टोपोलॉजी)। वर्गीकरण कार्यों पर, जैविक और यादृच्छिक विरल मास्क ने सांख्यिकीय शोर के भीतर समान सटीकता प्राप्त की और दोनों ने घने बेसलाइन की तुलना में कम ओवरफिटिंग की। प्रतिगमन और पुनरावर्ती कार्य में, घना नेटवर्क विजयी हुआ, और फिर दोनों विरल स्थितियाँ एक-दूसरे से अलग नहीं थीं। C. elegans के विशिष्ट कनेक्शनों ने मिलते-जुलते यादृच्छिक विरल से कुछ भी अतिरिक्त लाभ नहीं दिया। हम इसे एक नकारात्मक परिणाम के रूप में सावधानीपूर्वक बताते हैं: यह केवल वायरिंग टोपोलॉजी को गणनात्मक लाभ के तंत्र के रूप में खारिज करता है, लेकिन यह कुछ नहीं कहता कि जब टोपोलॉजी जैविक रूप से प्रासंगिक सीखने के नियमों, स्पाइकिंग गतिशीलता, या डेंड्रिटिक कम्प्यूटेशन के साथ संयोजित होती है। ये इस परियोजना के अगले चरणों के विषय हैं।