离散顺序信息编码:异宿认知动力学
Discrete Sequential Information Coding: Heteroclinic Cognitive Dynamics
Mikhail I. Rabinovich
BioCircuits Institute, University of California, San Diego, La Jolla, CA, United States
摘要:离散的顺序信息编码是一种关键机制,它基于有限数量模式之间的顺序切换,将复杂的认知大脑活动转化为低维的动态过程。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中心问题。最近十年的实验结果为创建具有不同认知功能的低维模型奠定了坚实的基础,并朝着动力学的动态理论迈进。我们在这里讨论建立简单动力学方程的方法,该动力学方程可以成为该理论的数学框架。可以使用以下动力学原理设计相应的离散信息处理模型:(i)时空中神经活动的聚类和信息模式的形成;(ii)基于亚稳态簇的异宿链的顺序动力学的鲁棒性;(iii)此类顺序动力学对固有和外部信息信号的敏感性。我们分析了基于Winnerless competition(WLC)的低频动力学的顺序离散编码。在这种动态情况下,异宿协调导致了时间上不变的多种编码方式。
翻译稿件:离散顺序信息编码:异宿认知动力学
翻译原件:Discrete Sequential Information Coding: Heteroclinic Cognitive Dynamics