| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第16-36页 |
| 1.1 人类语言能力的根本 从一场辩论说起 | 第16-18页 |
| 1.2 Latching 动力的基础–Potts 网络 | 第18-23页 |
| 1.2.1 从自旋玻璃到神经网络 | 第18-19页 |
| 1.2.2 二值 Hopfeld 网络 | 第19-21页 |
| 1.2.3 Potts网络 | 第21-22页 |
| 1.2.4 双稀疏 Potts 网络 | 第22-23页 |
| 1.3 Latching 链 | 第23-30页 |
| 1.3.1 Latching的思想 | 第23-24页 |
| 1.3.2 关联模式生成 | 第24-25页 |
| 1.3.3 自联想突触 | 第25页 |
| 1.3.4 Latching动力 | 第25-27页 |
| 1.3.5 “Latching”一词的翻译 | 第27-28页 |
| 1.3.6 联结主义 vs 计算主义 | 第28-30页 |
| 1.4 本文的主要研究内容 | 第30-36页 |
| 1.4.1 论文的主要工作 | 第32-34页 |
| 1.4.2 论文的结构安排 | 第34-36页 |
| 第2章 微柱Potts态的动力学仿真 | 第36-58页 |
| 2.1 离散放电理论 | 第36-39页 |
| 2.1.1 功能单元 | 第36-38页 |
| 2.1.2 离散动力 | 第38-39页 |
| 2.2 微柱结构简化 | 第39-44页 |
| 2.2.1 神经元类型 | 第39-41页 |
| 2.2.2 神经元数量 | 第41-42页 |
| 2.2.3 Layer VI | 第42-44页 |
| 2.3 微柱的神经网络模型 | 第44-47页 |
| 2.3.1 网络连接 | 第44-45页 |
| 2.3.2 第 II/ III 层的突触连接 | 第45-46页 |
| 2.3.3 神经元模型 | 第46页 |
| 2.3.4 输入和输出 | 第46-47页 |
| 2.4 微柱网络仿真结果 | 第47-51页 |
| 2.4.1 Potts态 | 第47-49页 |
| 2.4.2 IB神经元 | 第49-51页 |
| 2.5 讨论 | 第51-52页 |
| 2.5.1 主要结论 | 第51页 |
| 2.5.2 和其它工作的比较 | 第51页 |
| 2.5.3 后续工作 | 第51-52页 |
| 2.6 Potts态可能的一种实现形式 边缘方向和图像锁连 | 第52-58页 |
| 第3章 Potts功能子网络的模块化探测 | 第58-73页 |
| 3.1 引言 | 第58-59页 |
| 3.2 实验数据 | 第59-61页 |
| 3.2.1 数据采集 | 第60-61页 |
| 3.2.2 数据处理 | 第61页 |
| 3.3 均值漂移聚类 | 第61-64页 |
| 3.3.1 基本的 Mean-Shift 算法 | 第61-63页 |
| 3.3.2 基于 Riemmann 框架的单步Mean-Shift算法 | 第63-64页 |
| 3.4 实验结果 | 第64-70页 |
| 3.4.1 无标度子网络 | 第64-67页 |
| 3.4.2 全局子网络 | 第67-68页 |
| 3.4.3 模块化网络 | 第68-69页 |
| 3.4.4 锥形网络 | 第69-70页 |
| 3.5 结论和讨论 | 第70-73页 |
| 3.5.1 主要结论 | 第70页 |
| 3.5.2 和其它工作的比较 | 第70-71页 |
| 3.5.3 后续工作 | 第71-73页 |
| 第4章 Latching链的模块化扩展 | 第73-94页 |
| 4.1 策略转移现象 | 第73-75页 |
| 4.2 模块化 Latching 链 | 第75-82页 |
| 4.2.1 模块化Latching链的立足点 | 第75-78页 |
| 4.2.2 模块化小世界网络 | 第78页 |
| 4.2.3 突触权重 | 第78-80页 |
| 4.2.4 模式的生成 | 第80-81页 |
| 4.2.5 模块化 Latching 动力 | 第81-82页 |
| 4.3 理论分析 Latching的传递过程 | 第82-85页 |
| 4.4 模块化Latching链仿真结果 | 第85-91页 |
| 4.4.1 Latching 转移 | 第87-88页 |
| 4.4.2 阈值U | 第88-89页 |
| 4.4.3 U— q 相图 | 第89-90页 |
| 4.4.4 重绕概率的影响 | 第90-91页 |
| 4.5 结论和讨论 | 第91-94页 |
| 4.5.1 主要结论 | 第91页 |
| 4.5.2 和其他模型的比较 | 第91-93页 |
| 4.5.3 后续工作 | 第93-94页 |
| 第5章 K— 近邻小世界网络和模块化小世界网络的Latching动力学比较 | 第94-112页 |
| 5.1 引言 | 第94页 |
| 5.2 网络结构 | 第94-97页 |
| 5.2.1 大脑的网络结构 | 第95页 |
| 5.2.2 线性网络和模块化网络的结构 | 第95-97页 |
| 5.2.3 模块化存储 | 第97页 |
| 5.3 理论分析 重绕后的突触分布 | 第97-100页 |
| 5.4 对比仿真结果 | 第100-109页 |
| 5.4.1 阈值和重绕概率 | 第101页 |
| 5.4.2 U-q相图 | 第101-104页 |
| 5.4.3 重绕概率 | 第104-106页 |
| 5.4.4 噪声模式对和反馈连接 | 第106-109页 |
| 5.5 讨论 | 第109-112页 |
| 5.5.1 主要结论 | 第109-110页 |
| 5.5.2 推断 | 第110-111页 |
| 5.5.3 后续工作 | 第111-112页 |
| 第6章 功能网络快速重绕的机制分析 | 第112-126页 |
| 6.1 功能网络切换 | 第112-114页 |
| 6.1.1 不变的结构和多变的功能 | 第112-113页 |
| 6.1.2 快速重绕 | 第113-114页 |
| 6.2 实验材料 | 第114-117页 |
| 6.2.1 数据和预处理 | 第114-115页 |
| 6.2.2 感兴趣区域 | 第115-117页 |
| 6.3 实验结果 | 第117-123页 |
| 6.3.1 稳定的时间延迟 | 第117-118页 |
| 6.3.2 骨架体素 | 第118-123页 |
| 6.4 结论和讨论 | 第123-126页 |
| 6.4.1 主要结论 | 第123页 |
| 6.4.2 和其它工作的比较 | 第123-124页 |
| 6.4.3 后续工作 | 第124-126页 |
| 结论 | 第126-128页 |
| 参考文献 | 第128-143页 |
| 攻读博士学位期间发表的论文及其他成果 | 第143-145页 |
| 致谢 | 第145-146页 |
| 个人简历 | 第146页 |
