脑处理信息量化模型中网络相关性的分级体系

本文对我们的前期研究建立了量化描述脑信息处理过程的模型^([1-28])进行了梳理,对我们已发表文献[1-33]中涉及脑处理信息时相关网络的讨论再作一次系统的回顾和总结,并探讨量化模型及其网络相关性分级体系的重要启示。

计算机系统的应用及研究

计算机是一种用于协助人类信息处理的工具。计算机科技的发展在推动各学科和行业的发展方面发挥了重要的作用,人类也发展出关于计算机的学科和行业。计算机科技和行业的发展存在着一系列隐忧,应进行深入研究,寻求相应的对策。

用于脑运作分析的前向网络样本重组树生成算法研究

文献[1-9]提出了血液循环在大脑处理信息的过程中具有时序控制作用,并用量化模型结合结构风险最小化相关理论说明时序控制作用的意义。文献[10-24]汇总介绍量化模型中的一些细节。为方便同行阅读,我们在2013年也发表了系列综合报告[1-29]。文献[31-32]介绍我们开发的一个算法,这一算法实现将一个有向网络分解为一系列前向网络集合。分解出来的前向网络集合可用于分析各种情况对任一细胞活动情况的影响,也可用于搭建精细的神经网络模型,进而用于辅助医学等方面的研究。算法的网络分解能力能符合文献[1-28]所介绍的大脑处理信息量化方案的要求。算法的设计用到了笔者在2004年论文[30]中总结的一种算法设计思路,采用这一思路设计的算法有好的可扩展性,本文介绍了怎样将文献[31-32]介绍DG-FFN Trees算法升级扩展为DG-FFN SR Trees算法,升级成的DG-FFN SR Trees算法可用于实现样本排列图的生成。

用于脑运作分析的携环境信息前向网络样本重组树生成算法

文献^([1-9])提出了血液循环在大脑处理信息的过程中具有时序控制作用,并用量化模型结合结构风险最小化相关理论说明时序控制作用的意义。文献^([10-24])汇总介绍量化模型中的一些细节。为方便同行阅读,我们在2013年也发表了系列综合报告^([25-29])。文献^([31-32])介绍我们开发的一个算法,这一算法实现将一个有向网络分解为一系列前向网络集合。分解出来的前向网络集合可用于分析各种情况对任一细胞活动情况的影响,也可用于搭建精细的神经网络模型,进而用于辅助医学等方面的研究。算法的网络分解能力能符合文献^([1-28])所介绍的大脑处理信息量化方案的要求。算法的设计用到了笔者在2004年论文^([30])中总结的一种算法设计思路,采用这一思路设计的算法有好的可扩展性,文献^([33])将文献^([31-32])介绍的算法升级为DG-FFN SR Trees算法,本文介绍了怎样将文献^([33])介绍的DG-FFN SR Trees算法升级扩展为DG-FFN SR TreesEI算法,升级成的DG-FFN SR Trees-EI算法可用于多种用途。

脑科学和类脑研究领域科技项目布局优化探讨

通过分析2011—2020年广州市2万余个科技项目的管理数据,对脑科学和类脑研究领域可能产生突破的细分研究方向、技术路线、应关注的问题进行讨论,探讨广州市脑科学和类脑研究领域的科技项目布局优化策略。