| | | | | | |
  当前位置:首页 > 生物神经计算-第11期 

分块序列的认知和行为学习
作者:数学建模与神经计算 发布日期:2020-6-28
 点击:1447
关键词:-无
分块序列的认知和行为学习
Jordi Fonollosa1,2☯, Emre Neftci1,3☯*, Mikhail Rabinovich1
1 美国加州大学圣地亚哥分校,加利福尼亚州拉霍亚,美国研究所
2 加泰罗尼亚,西班牙巴塞罗那研究所,认知科学系
3 加州大学欧文分校尔湾,加利福尼亚州,生物工程

摘要 我们经常学习和回忆在更小的部分长序列,如存储为四段电话号码 858 534 22 30。行为学实验表明,人类和某些动物使用打破认知或行为序列分割成块的各种各样的任务的这一战略,但如何实现这一点仍然是未知的动力学原理。在这里,我们研究了分块使用竞争模式的动力学模型分块表示学习认知序列的时间动态安排,以唤起分层无赢家大赛(WLC)动态。顺序存储器被表示为沿着在层次结构的每一级的亚稳固定点的链轨迹,和双稳态赫布动力学能使这样的轨迹的学习以无监督方式。利用计算机模拟,我们展示序列的分块表示和其强大的召回的学习。在学习,动态关联的一组模式中每一个携带信息的项的序列中的,并且编码它们的相对顺序。在召回,分层 WLC 保证序列顺序的稳健性序时,不会太长。将所得的活动模式共享行为实验,如块,它们的尺寸和它们的持续时间的边界之间的观察到的停顿若干特征。在学习组块序列故障提供新的见解神经系统疾病的动力学原因,如帕金森氏症和精神分裂症。


翻译的稿件 Learning of Chunking Sequences in Cognition and Behavior

翻译后的稿件 分块序列的认知和行为学习

收 藏 推 荐 打 印 关 闭
上一篇:感觉神经元之间的无赢家竞争产生混乱:对软体动物狩猎行为的可能机制 下一篇:思维 到 思维 异协调:连续的情节记忆引发的型号
   关于我们
s
s
   推荐产品
   图片文章
   最新资讯
二次整合和放电神经元网络中的跨尺度兴奋性
具有二阶突触的精确和启发式神经质量模型...
一个具有突触延迟的大的峰值神经元系统的...
具有短期突触可塑性的峰值神经元网络的平...
排斥抑制在兴奋网络同步中的协同效应
具有双峰异质性的二次整合-触发神经元网...
 
友情链接: 神经计算   国家自然科学基   华南理工大学   全国大学生数学   美国数学建模竞   MATLAB  
咨询热线:刘教授 13650823684 邮箱:liushenat@sohu.com 备案编号:豫ICP备18005949号
地址:广州市番禺区广州大学城 邮编:510006  技术支持:郑州建网站 本站域名:mashqliu.com
Copyright © 2018-2024 数学建模与神经计算 Inc, All Rights Reserved.
在线客服
刘教授 13650823684
客服代表
点击这里给我发消息