兴奋抑制网络鲁棒同步机制及其应用研究
摘要 | 第1-7页 |
ABSTRACT | 第7-11页 |
1. 绪论 | 第11-17页 |
·本论文的研究内容 | 第11-12页 |
·神经元同步振荡概述 | 第12-13页 |
·Gamma振荡 | 第13页 |
·放电神经元编码策略 | 第13-14页 |
·稀疏编码 | 第14-16页 |
·背景 | 第14-15页 |
·信息论意义 | 第15页 |
·稀疏编码与ICA的联系 | 第15-16页 |
·基于放电神经元的稀疏编码实现 | 第16页 |
·本论文的组织 | 第16-17页 |
2. 神经元网络同步振荡 | 第17-35页 |
·背景及分类 | 第17-20页 |
·模型及仿真 | 第20-35页 |
·神经元模型 | 第20-23页 |
·网络结构 | 第23-25页 |
·突触模型 | 第25-26页 |
·网络同步的基本机制 | 第26-35页 |
3. E/I网络gamma同步条件 | 第35-45页 |
·神经科学及心理学背景 | 第35-36页 |
·E/I网络的同步振荡机制概述 | 第36页 |
·模型与方法 | 第36-39页 |
·神经元及网络模型 | 第36-37页 |
·突触模型 | 第37-38页 |
·测量网络中神经元同步性的方法 | 第38-39页 |
·仿真及结果 | 第39-44页 |
·突触延迟时间的影响 | 第40-42页 |
·突触衰减时间常数的影响 | 第42-43页 |
·突触连接强度的影响 | 第43-44页 |
·结论 | 第44-45页 |
4. 基于E/I网络同步振荡的稀疏编码 | 第45-55页 |
·背景及生物学意义 | 第45-47页 |
·模型及方法 | 第47-51页 |
·神经元模型 | 第47-48页 |
·网络模型 | 第48页 |
·侧向突触模型 | 第48-49页 |
·前馈突触模型及其学习规则 | 第49-51页 |
·仿真结果 | 第51-54页 |
·以峰放电为基础的一个简单的ICA分离问题 | 第51-53页 |
·输入信号的符号的处理 | 第53页 |
·自然图像输入 | 第53-54页 |
·本章小结 | 第54-55页 |
5. 总结与展望 | 第55-56页 |
参考文献 | 第56-59页 |
附录 | 第59-63页 |
作者在研究生期间参与项目及发表论文 | 第63-64页 |
致谢 | 第64页 |