考虑STDP学习律的树突整合型神经元网络的放电同步
曹金凤 杨梅晨 韩芳 王直杰
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

曹金凤 杨梅晨 韩芳 王直杰,. 考虑STDP学习律的树突整合型神经元网络的放电同步[J]. 动力技术研究,2020.2. DOI:.
摘要:
生物神经网络的同步被认为在大脑神经信息的处理过程中发挥了重要作用.本文以树突整合型(DHH)神经元网络为研究对象,在网络中考虑脉冲时间依赖可塑性(STDP)学习律,分析网络连接概率、外部扰动以及STDP学习律对网络同步性的影响.研究结果表明,STDP学习律对网络同步的影响不仅与连接概率有关,也与外部扰动有关.在兴奋性神经元网络中,连接概率增大可以增强网络的同步,外部扰动增大会减弱网络的同步,且在较大的外部扰动下STDP学习律对网络同步特性的增强作用减弱;而在抑制性DHH神经元网络中,连接概率增大,也可以增强网络的同步,且在较大的连接概率下,外部扰动增大,可以增强网络的同步,而STDP学习律对网络同步的增强作用也更加明显.
关键词: 树突整合STDP学习律同步
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。