一类神经元群体的随机编码与Bayes解码模型

发布时间：2017-04-07 15:10

  本文关键词：一类神经元群体的随机编码与Bayes解码模型，由笔耕文化传播整理发布。

【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。
【关键词】：神经元群体 调制函数 编码 Bayes解码 Fisher信息量
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R338;TN911.7
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-18
• 1.1 研究背景9-11
• 1.2 本文主要研究工作11
• 1.3 预备知识11-18
• 1.3.1 调制函数11-13
• 1.3.2 编码和解码的一般模型13-15
• 1.3.3 多感官神经元群体对来自不同神经元群体反应的综合15-16
• 1.3.4 Fisher信息量16-18
• 第二章 神经元群体对二维刺激的编码和解码18-29
• 2.1 引言18
• 2.2 神经元群体关于二维刺激的编码模型18-19
• 2.3 神经元群体关于二维刺激的Bayes解码模型19-21
• 2.4 Fisher信息矩阵21-24
• 2.5 多感官神经元群体对二维刺激的最优估计24-28
• 2.5.1 由多个神经元群体所决定的二维刺激的后验分布24-26
• 2.5.2 多感官神经元群体对二维刺激的最优估计26-28
• 2.6 本章小结28-29
• 第三章 由神经元群体的放电率判断目标是否出现29-36
• 3.1 引言29
• 3.2 由神经元群体的放电率决定的判断函数29-33
• 3.2.1 目标识别的判断函数29-31
• 3.2.2 神经元群体放电率的概率密度函数31-32
• 3.2.3 均匀的干扰项32
• 3.2.4 非均匀的干扰项32-33
• 3.3 数值模拟33-35
• 3.3.1 通过神经元群体的放电率对目标识别的判断函数的模拟33-34
• 3.3.2 目标出现的先验概率对判断目标是否出现的影响34-35
• 3.4 本章小结35-36
• 第四章 考虑基于随机振幅的相关性的编码与解码模型36-45
• 4.1 引言36
• 4.2 模型介绍36-37
• 4.3 Fisher信息量37-41
• 4.4 对方向θ的解码及识别41-44
• 4.4.1 似然函数41-43
• 4.4.2 对不同方向的识别43-44
• 4.5 本章小结44-45
• 第五章 总结与展望45-46
• 5.1 本文总结45
• 5.2 工作展望45-46
• 参考文献46-49
• 致谢49-50
• 在校期间研究成果及发表的学术论文50

【共引文献】

中国硕士学位论文全文数据库 前1条

1 陈铖;视觉显著区域的图像编码[D];天津大学;2014年

  本文关键词：一类神经元群体的随机编码与Bayes解码模型，由笔耕文化传播整理发布。

，

本文编号：290702