• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Annual Computational Neuroscience Meeting(CNS'02); 20020721-20020725; Chicago,IL; US >Temporal Infomax on Markov chains with input leads to finite state automata
【24h】

Temporal Infomax on Markov chains with input leads to finite state automata

机译：带有输入的马尔可夫链上的时间Infomax导致有限状态自动机

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Information maximization between stationary input and output activity distributions of neural ensembles has been a guiding principle in the study of neural codes. We have recently extended the approach to the optimization of information measures that capture spatial and temporal signal properties. Unconstrained Markov chains that optimize these measures have been shown to be almost deterministic. In the present work we consider the optimization of stochastic interaction in constrained Markov chains where part of the units are clamped to prescribed processes. Temporal Infomax in that case leads to finite state automata.
机译：神经集成的固定输入输出活动分布之间的信息最大化已成为神经代码研究的指导原则。最近，我们将方法扩展为优化捕获空间和时间信号属性的信息量度。已经证明优化这些措施的无约束马尔可夫链几乎是确定性的。在目前的工作中，我们考虑约束部分的马尔可夫链中随机相互作用的优化，其中部分单元被约束在规定的过程中。在这种情况下，时间Infomax会导致有限状态自动机。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号