竞争性神经元的网络动态编码
Dynamical Encoding by Networks of Competing Neuron Groups: Winnerless Competition
M. Rabinovich
Institute for Nonlinear Science, University of California, San Diego, La Jolla, California 92093-0402
摘要：在研究昆虫和鱼类中的嗅觉处理之后，我们研究了神经网络，该网络的相空间动态由鞍形区域（固定点或极限环）之间的异斜度连接附近的轨道表示。这些网络将输入信息编码为沿着异质轨道所连接的轨迹。如果网络中有N个神经元，则容量约为e(N-1)!，即比大多数传统网络结构的容量大得多。我们显示了一个由FitzHugh-Nagumo尖峰神经元组成的小型WLC网络，可以有效地将输入信息转换为时空输出信息。
翻译稿件：竞争性神经元的网络动态编码
翻译稿件：Dynamical Encoding by Networks of Competing Neuron Groups: Winnerless Competition
当前位置：