| | | | | | |
  当前位置:首页 > 神经计算原理 

Transitivity, Flexibility, Conjunctive Representat
作者:数学建模与神经计算 发布日期:2019-2-28
 点击:1308
关键词:-transitive inference,hippocampus,conjunctive representations,computational models,learning

 A computational neural network model is presented that explains how the hippocampus can contribute to transitive inference performance observed in rats (Dusek and Eichenbaum, 1997. Proc Natl Acad SciUSA 94:7109 7114; Van Elzakker et al., 2003. Hippocampus 12:this issue). In contrast to existing theories that emphasize the idea that the hippocampus contributes by flexibly relating previously encoded memories, we find that the hippocampus contributes by altering the elemental associative weights of individual stimulus elements during learning. We use this model to account for a range of existing data and to make a number of distinctive predictions that clearly contrast these two views. Hippocampus 2003;13:299 312. © 2003 Wiley-Liss, Inc.

Frank模型参考原文2

收 藏 推 荐 打 印 关 闭
上一篇:传递性,灵活性,联合认知和海马体的关联 下一篇:额叶皮层和基底神经节抑制控制的计算模型
   关于我们
s
s
   推荐产品
   图片文章
   最新资讯
神经动力学中的庞加莱回归图:三个例子
动力系统快-慢分解的自然扩展
局部分离的稳定流形与簇周期轨道之间的相...
弱耦合鸭解振荡器的同步
Leonid Shilnikov 和动力学混沌的数学理论
多时间尺度系统和快-慢分析
 
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