Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:1602.00681

帮助 | 高级搜索

定量生物学 > 神经与认知

arXiv:1602.00681 (q-bio)
[提交于 2016年1月31日 ]

标题: 瞬态网络中的持久记忆

标题: Persistent memories in transient networks

Authors:Andrey Babichev, Yuri Dabaghian
摘要: 哺乳动物的空间意识基于对环境的内部表示,这种表示由大量脉冲神经元网络编码。 尽管这种表示可以持续很长时间,但其下的神经元网络是短暂的:神经元细胞每天都会死亡,突触连接会消失和出现,由于各种形式的突触和结构可塑性,网络不断改变其架构。 具有动态架构的网络如何编码稳定的空间地图? 我们使用一个“闪烁”神经元网络的生理模型来解决这个问题,并证明它可以保持空间的鲁棒拓扑表示。
摘要: Spatial awareness in mammals is based on an internalized representation of the environment, encoded by large networks of spiking neurons. While such representations can last for a long time, the underlying neuronal network is transient: neuronal cells die every day, synaptic connections appear and disappear, the networks constantly change their architecture due to various forms of synaptic and structural plasticity. How can a network with a dynamic architecture encode a stable map of space? We address this question using a physiological model of a "flickering" neuronal network and demonstrate that it can maintain a robust topological representation of space.
评论: 8页,4图
主题: 神经与认知 (q-bio.NC)
引用方式: arXiv:1602.00681 [q-bio.NC]
  (或者 arXiv:1602.00681v1 [q-bio.NC] 对于此版本)
  https://doi.org/10.48550/arXiv.1602.00681
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yuri A. Dabaghian [查看电子邮件]
[v1] 星期日, 2016 年 1 月 31 日 08:25:30 UTC (954 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
q-bio.NC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-02
切换浏览方式为:
q-bio

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号