• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Neural Information Processing pt.1; Lecture Notes in Computer Science; 4232 >Self-organization Through Spike-Timing Dependent Plasticity Using Localized Synfire-Chain Patterns
【24h】

Self-organization Through Spike-Timing Dependent Plasticity Using Localized Synfire-Chain Patterns

机译：通过使用局部Synfire-Chain模式的峰值计时相关可塑性进行自组织

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

Many experimental results suggest that more precise spike timing is significant in neural information processing. From this point of view, we construct a self-organization model using the spatiotemporal patterns, where Spike-Timing Dependent Plasticity (STDP) tunes the conduction delays between neurons. STDP forms more smoothed map with the spatially random and dispersed patterns, whereas it causes spatially distributed clustering patterns from spatially continuous and synchronous inputs. These results suggest that STDP forms highly synchronous cell assemblies changing through external stimuli to solve a binding problem.
机译：许多实验结果表明，更精确的尖峰定时在神经信息处理中很重要。从这一角度出发，我们使用时空模式构建自组织模型，其中，穗时间依赖性可塑性（STDP）调节神经元之间的传导延迟。 STDP使用空间随机和分散的模式形成更平滑的地图，而它却从空间连续和同步的输入中引起空间分布的聚类模式。这些结果表明STDP形成高度同步的细胞组件，通过外部刺激改变以解决绑定问题。

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