Loading...
机构名称:
¥ 1.0

摘要 - 神经编码,包括编码和解码,1是神经科学的关键问题之一:2大脑如何使用神经信号将感觉感知3和运动行为与神经系统联系起来。然而,其中大多数研究仅旨在处理神经系统的类比信号5,同时缺乏生物6神经元的独特特征,称为Spike,这是神经计算的基本信息7单元,以及8个脑氨基素界面的基础。针对这些局限性,我们构成了一个转码框架,将多模式感觉10信息编码为神经尖峰,然后从11个尖峰中重建刺激。可以将感官信息压缩为10%的神经峰值,但通过重建100%的信息100%。我们的框架不仅可以可行,14个准确地重建动态视觉和听觉场景,15,还可以重建功能性磁性16共振成像大脑活动的刺激模式。重要的是,它具有各种类型的人工噪声18和背景信号的噪声免疫的17种能力。所提出的框架提供了19种有效的方法来以高通量方式执行多模式特征表示和20种重建,在嘈杂的环境中,有效的神经形态计算的潜在用法21。22

使用神经尖峰稳健的转码感觉信息

使用神经尖峰稳健的转码感觉信息PDF文件第1页

使用神经尖峰稳健的转码感觉信息PDF文件第2页

使用神经尖峰稳健的转码感觉信息PDF文件第3页

使用神经尖峰稳健的转码感觉信息PDF文件第4页

使用神经尖峰稳健的转码感觉信息PDF文件第5页

相关文件推荐