小脑前庭动眼反射学习模型研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:diliwer3
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着脑科学研究的空前高涨,小脑以其在运动学习与行为控制等方面的重要作用引起了来自神经生物、医学、计算机等领域研究者们广泛的关注。前庭动眼反射是一种快速反射行为,它通过诱发与头部运动方向相反的眼球运动来稳定视网膜上的成像。现存的小脑前庭动眼反射学习模型虽然在一定程度上模拟了前庭动眼反射的回路结构与学习特性,但未能考虑攀缘纤维对前庭动眼反射学习的指导作用。因此,研究前庭动眼反射的小脑学习模型具有重要意义。本文针对现有前庭动眼反射小脑学习模型的不足进行研究,主要内容包括:(1)经攀援纤维传递到小脑浦肯野细胞的复杂峰信号实现了前庭动眼反射回路误差信号的编码,但该误差信号如何指导小脑学习仍存在争议。为此,本文在研究现有小脑学习模型的基础上提出了误差反馈调制可塑性学习模型;并针对记忆位点的可塑性学习规则研究了阶段性非均匀学习模型;最后,基于误差反馈调制可塑性学习模型研究了间隔训练对于模型学习性能的影响。实验结果表明所提模型较经典的非反馈模型更好地与生理实验结果相吻合,并验证了适当的间隔训练有助于促进长时程记忆的形成。(2)前庭动眼反射学习分为增益降低与增益增加两种模式,为了进一步研究增益降低的学习特性,本文基于误差反馈调制可塑性学习模型提出了增益降低学习模型,并通过探索记忆位点突触可塑性对VOR自适应学习的贡献,分析了变异小鼠的学习特性。实验表明所提出增益降低学习模型不但良好地模拟了野生小鼠生理实验数据,而且体现了变异小鼠的学习缺陷。综上,本文聚焦研究前庭动眼反射的小脑学习模型,提出了误差反馈调制可塑性非均匀学习模型与增益降低学习模型,有效分析了攀援纤维误差信号对前庭动眼反射学习的指导作用,实现了理论模型与生理实验数据的较好吻合。
其他文献
产油微藻是生产生物柴油的重要原料,为了提高微藻细胞的含油量,需要对微藻的油脂积累和代谢途径进行探索。油体是细胞内油脂储存和代谢的重要细胞器,对它进行深入研究对提高
目前1:500大比例尺数字地形图的成图方法主要有电子平板法、草图法、编码法等,但每种方法都有一定的局限和不足,特别是在外业内业的效率上总是很难提高,为了弥补这些局限和效
本文研究了多传感器运动图像序列的融合。进行运动图像的融合时,需要准确地将多个原始带有运动场景的图像中的有用信息保留并适当地融合到单张图像中,使得其能扩大动态范围并
无网格 Garlerkin 法(Element-Free Galerkin Method,EFG)具有前处理简单、计算精度高、收敛快等优势,已在结构固体力学领域得到了广泛应用,但其计算量偏大、计算耗时等缺点
目标跟踪是计算机视觉领域中的一个富有挑战的基础研究课题,在视频监控、智能交通、人机交互、视觉导航、医疗分析等领域有着广泛的应用前景。目标跟踪旨在对视频图像序列的
随着在航空航天、国防科技和其他工业上对高效高功率的激光需求,致使具有高功率输出性能的激光器成为了一个重要的研究领域。半导体泵浦碱金属蒸气激光器(DPAL)因为其采用的
随着信息化和计算机技术的不断发展,海量信息不断涌现。针对信息的特征提取是机器学习算法的首要工作,也是最重要的工作。深度学习神经网络可以充分学习这些信息并得到深层特
近年,随着社会的进步,科技的创新,各种移动工具、互联网技术的迅猛发展,在现代工业、流行病、临床等领域,数据不仅仅是单一的被监控,而是对多维的数据流进行实时监控。其所产
随着信息技术的快速发展,互联网逐渐成为人们获取各种知识、新闻等信息的重要手段,科研工作者可以从各大期刊数据库、数字图书馆中获取需要的科技文献。目前现有的检索通常是
本文研究了双变元和三变元多项式系统的混合结式矩阵的项公式。主要解决了:从双变元多项式系统的混合结式矩阵的定义出发,将其中关于多项式相除的步骤直接转化为项公式的表达