噪声诱使模块化神经元网络产生随机多共振现象

首先,研究了噪声在多模块神经元网络中诱导的随机多共振现象.随机多共振现象是指存在不同的噪声强度,系统在这些噪声强度下对阈下信号的响应达到局部最优.其次,以FitzHugh-Nagumo神经元构成的模块化神经元网络为研究对象,通过数值模拟发现,神经元网络的系统响应随着噪声强度的增加多次达到局部最优,即产生随机多共振现象.同时,通过分析神经元网络平均膜电位的时序图,发现噪声通过诱导神经元网络在一个周期内产生多次发放进而诱导多次共振.最后,我们分析了两个子网络中加入不同强度的噪声时,噪声诱导神经元网络中的随机多共振现象.结果显示,当两个子网络加入不同强度的噪声时,随机多共振现象也会产生.

视知觉训练与初级视皮层神经元信息及其表征容量

通过分析猕猴初级视皮层(V1)神经元的群体活动在轮廓线检测训练过程中的变化发现:知觉训练可以降低V1神经元响应在不同试次之间的变异性,促使V1神经元对相同刺激的响应更加稳定;训练还可降低V1神经元群体中神经元活动之间的相关性,使V1神经元之间的活动更加独立;增加了神经活动的维度,提高了神经元表征信息的容量,减少了冗余的神经活动,进而提升了感知能力.