【摘 要】
:
研究神经元群体的编码与解码对于揭示大脑是如何处理信息、识别刺激以及如何认知世界具有重要的理论意义。编码是指神经元群体对刺激的随机反应,解码是指利用神经元反应的信
论文部分内容阅读
研究神经元群体的编码与解码对于揭示大脑是如何处理信息、识别刺激以及如何认知世界具有重要的理论意义。编码是指神经元群体对刺激的随机反应,解码是指利用神经元反应的信息对刺激进行估计。由于神经元群体对刺激的编码与解码受到很多因素的影响和干扰,故表现出极大的复杂性,因此对其研究是很有必要的。本文第一章简要介绍神经元群体编码与解码的研究背景和预备知识。第二章主要讨论神经元群体对二维刺激的编码以及解码模型,其中编码过程中假设神经元群体的放电率服从泊松分布,相关的调制函数为多维正态分布,解码是利用Bayes方法进行统计推断。通过Bayes解码我们可以得到二维刺激后验分布的均值和方差。另外,我们讨论了多感官的神经元群体对二维刺激的编码与解码,最后通过数值模拟验证了综合多感官得到的估计值优于单个感官的估计值。第三章首先在考虑先验信息的前提下给出了判断目标是否出现的判断函数,然后求出了神经元群体放电率的概率密度函数,并由此计算出判别函数的表达式。最后通过数值模拟对理论模型进行了验证。第四章在编码过程中考虑带有随机振幅的放电率,并假设放电率之间存在相关性,我们首次提出放电率依赖于随机振幅的模型,并在此模型下研究了神经元群体的Fisher信息量,通过极大似然估计给出了刺激的估计值,最后通过数值模拟证实神经元群体能够正确的识别不同的刺激。
其他文献
20世纪70年代早期,由于并行计算机系统有很多好的性质,如速度快,容量大,功能强等等,产生于实际需要.同时,这也刺激并推动了数值分析中并行算法的构造. 在这篇文章中,我们首先给出两
互联网+时代已经全面来临,作为一种创新发展趋势,互联网+对各行各业的发展产生重要影响.当前高校公共管理专业人才培养中存在重视程度不够、知识体系单一、教学方法陈旧等问
局部线性拟合和截面核方法在非参数及半参数建模中是非常有用的工具.然而,当响应变量或协变量缺失时,在统计推断中需要发展这两种方法.本文通过改进这两种估计方法研究了缺失数据
这是一篇关于群的组合结构和同调维数的学位论文、本文分为两个部分.在第一部分,本文阐述了关于群的各种组合结构的重要背景和基本结论。其中以特征标图为依托对可解群进行分类
本文主要研究拓扑图论的一个重要分支-图的上可嵌入性以及图的最大亏格的问题,其中图的最大亏格是刻划图在某个定向曲面上是否有2一包腔嵌入的一个特征参数,而确定一类图的上可
Ginzburg-Landau方程是在工程和物理中的各类模式构成系统的一个简化的数学模型.它可用来描述许多在连续相变理论中出现的各种统计物理变量.典型的例如在研究超导,超流,XY-磁等相
本文在能量空间中研究了带势非线性Schrodinger方程的爆破解的存在性并进一步对爆破解的行为进行细致的描述,前言首先介绍了非线性Schrodinger方程的物理背景及一些已知的结论
Fleming-Viot 过程是来自于人口学的概率值马尔可夫过程。作为一种最基本的测度值过程之一,它被大量的文献所研究。 本文在第二节用概率方法证明了一类概率测度值Mckean-Vl