कार्यशील स्मृति को कार्यान्वित करना: प्रीफ्रंटल कॉर्टेक्स और बेसल गैंग्लिया में सीखने का एक गणनात्मक मॉडल

प्रीफ्रंटल कॉर्टेक्स को लंबे समय से कार्यशील स्मृति (जानकारी को प्रसंस्करण के लिए ऑनलाइन बनाए रखना) और कार्यकारी कार्यों (कार्यशील स्मृति को कैसे प्रबंधित करना और प्रसंस्करण करना है, यह निर्णय लेना) दोनों की सेवा देने के लिए सोचा गया है। हालांकि कार्यशील स्मृति के कई गणनात्मक मॉडल विकसित किए जा चुके हैं, कार्यकारी कार्य का यांत्रिक आधार elusive बना हुआ है, अक्सर एक होमुनकुलस के बराबर होता है। यह लेख इस होमुनकुलस को शक्तिशाली सीखने की विधियों के माध्यम से विघटित करने का प्रयास प्रस्तुत करता है, जो प्रीफ्रंटल कॉर्टेक्स के गणनात्मक मॉडल को अपने आप और अन्य मस्तिष्क क्षेत्रों को रणनीतिक, कार्य-संबंधी तरीके से नियंत्रित करने की अनुमति देता है। ये सीखने की विधियाँ मध्य मस्तिष्क, बेसल गैंग्लिया, और अमिगडाला में उपकोर्टिकल संरचनाओं पर आधारित हैं, जो एक अभिनेता-आलोचक आर्किटेक्चर बनाते हैं। आलोचक प्रणाली यह सीखती है कि कौन से प्रीफ्रंटल प्रतिनिधित्व कार्य के लिए प्रासंगिक हैं और अभिनेता को प्रशिक्षित करती है, जो बारी-बारी से कार्यशील स्मृति अपडेटिंग को नियंत्रित करने के लिए एक गतिशील गेटिंग तंत्र प्रदान करती है। गणनात्मक रूप से, सीखने की विधि समय-वार और संरचनात्मक क्रेडिट असाइनमेंट समस्याओं को एक साथ हल करने के लिए डिजाइन की गई है। मॉडल का प्रदर्शन मानक बैकप्रपगेशन-आधारित समय सीखने की विधियों के साथ चुनौतीपूर्ण 1-2-AX कार्यशील स्मृति कार्य और अन्य मानदंड कार्यशील स्मृति कार्यों पर सकारात्मक रूप से तुलना करता है।