Spatiotemporally organized retrieval of information inspired by the neural mechanism of mental processes

受心理过程神经机制启发的时空组织信息检索

• 批准号: 20500279
• 负责人: OKAMOTO Hiroshi
• 金额: $ 1.5万
• 依托单位: The Institute of Physical and Chemical Research
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20500279/
• 关键词: 脳型記憶想起; 時間積分; 複雑ネットワーク; 時系列想起; ベイズ推定; ニューラルネットワーク; ヒステリシス; 確率過程; 時系列; 隣接行列; 記憶想起; 引用ネットワーク; 連続アトラクター; 揺らぎ; 準安定; ベイズ; 経路積分; 双安定; 漸次的持続活性

The purpose of this study is to develop a method of extracting temporally organized information by analogy to memory retrieval in the brain. We have demonstrated that stochastic dynamics of a grand network of recurrent neural networks, which models a minimal structure of cortical circuits, can produce transient and sequential activation of neurons. Different cue presentations represented by the initial state of grand network activation generate different temporal sequences. Statistical-mechanical exploration has revealed that retrieval of temporal sequences by this model conforms to Bayesian inference.

本研究的目的是开发一种通过类比大脑中的记忆检索来提取时间组织信息的方法。我们已经证明，循环神经网络的大网络的随机动力学可以模拟皮层回路的最小结构，可以产生神经元的瞬时和顺序激活。由大网络激活的初始状态表示的不同提示呈现会生成不同的时间序列。统计力学探索表明，该模型对时间序列的检索符合贝叶斯推理。

项目成果

Statistical properties of response times associated with perfect temporal integration of correlated fluctuating inputs.

与相关波动输入的完美时间积分相关的响应时间的统计特性。

• 发表时间: 2008
• 作者: Okamoto H.; Fukai T.
• 通讯作者: Fukai T.

Perfect temporal integration of fluctuating inputs by a recurrent network of cortical neurons

皮层神经元循环网络对波动输入的完美时间整合

• 发表时间: 2008
• 作者: Okamoto; H.; Fukai; T.
• 通讯作者: T.