Discrete Sequential Information Coding: Heteroclinic Cognitive Dynamics

MikhailI.Rabinovich1and PabloVarona2*

1BioCircuits Institute, University of California, San Diego, La Jolla, CA, United States,

2Grupo de Neurocomputación Biológica, Departamento de Ingeniería Informática, Escuela Politécnica Superior, Universidad Autónoma deMadrid,Madrid,Spain

（translatebySongjian）

离散序列信息编码是将复杂的认知脑活动转化为基于有限个模式间序列转换的低维动态过程的关键机制。由于排列容量是这些模式集合中控制信号的函数，因此相应进程的存储容量很大。从多个大规模神经种群中提取低维功能动力学是神经科学和认知科学的核心问题。过去十年的实验结果为创造具有不同认知功能的低维模型奠定了坚实的基础，并使我们能够走向意识的动态理论。我们在这里讨论一种建立简单的动力学方程的方法，它可以成为这一理论的数学框架。相应的离散信息处理模型可以利用以下动力学原理来设计：（i）神经活动在空间和时间上的团簇化和形成的形成模式；（ii）亚稳态团簇的异宿链上序列动力学的稳定性；以及（iii）这种序列动力学对内在和外部信息信号的敏感性。分析了基于无赢竞争低频动态的序列离散编码。在这样的动力学条件下，夹带和异宿配位导致了在时间上不变的各种编码机制。

翻译稿件【离散序列信息编码:异宿认知动力学】

翻译原件【Discrete Sequential Information Coding: Heteroclinic Cognitive Dynamics】