| | | | | | |
  当前位置:首页 > 神经计算原理 

传递性,灵活性,联合认知和海马体的关联
作者:数学建模与神经计算 发布日期:2019-2-28
 点击:1307
关键词:-传递性,海马体,联合认知,计算模型,学习

本文提出了一种计算神经网络模型,解释了海马如何对老鼠中观察到的传递性推断性能做出贡献。 与通过灵活地将先前编码的记忆相关联来强调海马体的贡献的现有理论相反,我们发现海马体通过在学习期间改变个体刺激元素的元素相关权重来做出贡献。 我们使用此模型来计算一系列现有数据,并进行一系列独特的预测,明确对比这两种观点。
Frank模型参考翻译2

收 藏 推 荐 打 印 关 闭
上一篇:Canard Theory and Excitability 下一篇:Transitivity, Flexibility, Conjunctive Representat
   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  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