一个大脑学习与记忆的现实性神经网络模型

• 作者: 刘茂林
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: 神经网络 现实性 大脑
• 年，卷（期）: 2002,（12）
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP183
• 字数: 3004字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2002.12.031

摘要

现实性神经网络是相对人工神经网络而言的,它与人工神经网络相比,更接近真实的生物神经网络.大脑学习与记忆的功能及特点,一直是许多学科研究的热门话题.建立一个关于大脑学习与记忆的现实性神经网络模型,将为研究大脑学习与记忆的功能、特点提供十分有用的工具,并有助于进一步理解大脑高级功能的机制.针对大脑学习与记忆具有的特点,着重考虑了3个方面的问题:1)如何使模型既具有稳定性又具有可塑性;2)如何使模型的学习与记忆具有条件性;3)如何使模型学习与记忆具有一定随机性.通过数学分析及模拟实验表明,模型能较好地反映大脑学习与记忆的主要特点.如神经联系的条件性(强化则巩固,不强化则衰减),大脑活动的随机性等,并简略地反映了DNA-RNA-Protein系统对记忆的意义.