论文部分内容阅读
利用随机的相变动力学理论研究了一个具有不同相位的神经振子群模型，并考察神经振子群对刺激信息的处理及神经编码的动态演化．通过对动力学模型的数值分析，在二维相空间上描述了神经元集群内不同振子簇发放动作电位时，数密度随时间演化的图像．数值分析的结果表明该模型能够用来描述注意和记忆的神经动力学机制，并且证明了只有高维的神经动力学模型才能更深刻地描述神经元集群的动力学特性，而以往的编码模型丢失了大量有用的神经信息．